基于核主成分分析的流式细胞数据分群方法研究

• 作者: 张帆 潘志康 祝连庆 董明利 马闪闪
• 来源期刊: 生物医学工程学杂志
• 关键词: 核主成分分析 主成分分析法 流式细胞术 细胞分群
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 115-122
• 页数: 8页
• 语种: 中文
• DOI: 10.7507/1001-5515.201604088

摘要

针对多参数流式细胞数据分析过程复杂、自动化程度不高、要求操作者具有一定专业背景等问题,本文提出了一种基于核主成分分析算法(KPCA)进行多参数流式细胞数据分群的方法.利用KPCA对多参数流式细胞数据进行非线性变换,降低数据的维度,得到主成分特征变量下的散点图分群结果,并使用改进的K-means聚类算法实现不同亚群的自动设门.以人体外周血淋巴细胞样本检测结果为实验数据,分别对其进行传统分群、主成分分析(PCA)分群、KPCA分群处理,并对特征参数的选取进行了探索.结果表明,KPCA方法能够较好地应用于多参数流式细胞数据分析中,与传统细胞分群方法相比,该方法无需操作者具备专业知识,即可实现快速准确的自动分群,能够提高流式细胞仪临床诊断分析的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝连庆		178	594	11.0	16.0
2	董明利		115	399	10.0	16.0
3	潘志康		21	88	7.0	8.0
4	张帆		7	24	2.0	4.0
5	马闪闪		4	12	2.0	3.0