nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

Fully Automatic Classification of Flow Cytometry Data

verfasst von : Bartosz Paweł Piotrowski, Miron Bartosz Kursa

Erschienen in: Foundations of Intelligent Systems

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Flow cytometry is a powerful analytical method, allowing to measure several properties individually for even hundreds of thousands of particles contained in some sample. Their joint distribution is a highly informative descriptor, yet directly unusable for standard machine learning methods.

Hence, such data is traditionally pre-processed into numerical features, which is often a manual or semi-automatic process. This paper introduces flowForest, an ensemble classifier capable of directly processing flow cytomtery data, modelled after the popular Random Forest method. We demonstrate that it can achieve high classification performance in a fully automatic way.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Nächstes Kapitel Positive Unlabeled Link Prediction via Transfer Learning for Gene Network Reconstruction

Aebisher, D., Bartusik, D., Tabarkiewicz, J.: Laser flow cytometry as a tool for the advancement of clinical medicine. Biomed. Pharmacother. 85, 434–443 (2017)CrossRef

Aghaeepour, N., et al.: Critical assessment of automated flow cytometry data analysis techniques. Nat. Methods 10(3), 228–238 (2013)CrossRef

Aghaeepour, N., Nikolic, R., Hoos, H.H., Brinkman, R.R.: Rapid cell population identification in flow cytometry data. Cytom. Part A 79A(1), 6–13 (2011)CrossRef

Bacher, P., Scheffold, A.: New technologies for monitoring human antigen-specific T cells and regulatory T cells by flow-cytometry. Curr. Opin. Pharmacol. 23, 17–24 (2015)CrossRef

Breiman, L.: Random forests. Mach. Learn. 45, 5–32 (2001)CrossRef

Czeh, A., et al.: A flow cytometry based competitive fluorescent microsphere immunoassay (CFIA) system for detecting up to six mycotoxins. J. Immunol. Methods 384(1–2), 71–80 (2012)CrossRef

Dashkova, V., Malashenkov, D., Poulton, N., Vorobjev, I., Barteneva, N.S.: Imaging flow cytometry for phytoplankton analysis. Methods 112, 188–200 (2017)CrossRef

Ge, Y., Sealfon, S.C.: flowpeaks: a fast unsupervised clustering for flow cytometry data via k-means and density peak finding. Bioinformatics 28(15), 2052–2058 (2012)CrossRef

Kanegane, H., et al.: Flow cytometry-based diagnosis of primary immunodeficiency diseases. Allergol. Int. 67(1), 43–54 (2018)CrossRef

10.

Kursa, M.B.: Generalised random forest space overview (2015). https://arxiv.org/abs/1501.04244

11.

Lizard, G.: Flow cytometry analyses and bioinformatics: interest in new softwares to optimize novel technologies and to favor the emergence of innovative concepts in cell research. Cytom. A 71A, 646–647 (2007)CrossRef

12.

Lo, K., Hahne, F., Brinkman, R.R., Gottardo, R.: flowclust: a bioconductor package for automated gating of flow cytometry data. BMC Bioinform. 10(1), 1–8 (2009)CrossRef

13.

Maguire, O., Tario, J.D., Shanahan, T.C., Wallace, P.K., Minderman, H.: Flow cytometry and solid organ transplantation: a perfect match. Immunol. Investig. 43, 756–774 (2014)CrossRef

14.

O’Neill, K., Aghaeepour, N., Špidlen, J., Brinkman, R.: Flow cytometry bioinformatics. PLoS Comput. Biol. 9, 1–10 (2013)CrossRef

15.

Sliwinska, E.: Flow cytometry - a modern method for exploring genome size and nuclear DNA synthesis in horticultural and medicinal plant species. Folia Hortic. 30(1), 103–128 (2018)MathSciNetCrossRef

16.

Takahashi, T.: Life cycle analysis of endosymbiotic algae in an endosymbiotic situation with paramecium bursaria using capillary flow cytometry. Energies 10(9), 1413 (2017)CrossRef

17.

Van Assche, A., Vens, C., Blockeel, H., Džeroski, S.: First order random forests: Learning relational classifiers with complex aggregates. Mach. Learn. 64(1), 149–182 (2006)CrossRef

Titel: Fully Automatic Classification of Flow Cytometry Data
verfasst von: Bartosz Paweł Piotrowski
Miron Bartosz Kursa
Verlag: Springer International Publishing
Buch: Foundations of Intelligent Systems
Print ISBN: 978-3-030-01850-4

Electronic ISBN: 978-3-030-01851-1

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-030-01851-1_1

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"