使用同构函数型混合模型对定量图像数据进行自动分析及其在蛋白质组学数据中的应用
应用统计
2011-08-22 v1
摘要
图像数据日益常见，并在许多科学领域中愈发重要。其中大部分是定量图像数据，其特征是用强度表示扫描图像中某些感兴趣的测量值。这类数据通常包含同一域上的多幅图像，研究目标是将跨图像的定量信息结合起来，以对群体或干预措施进行推断。本文提出了一个统一的分析框架，采用贝叶斯函数型混合模型方法分析定量图像数据。该框架足够灵活，可处理具有许多局部特征的复杂、不规则图像，并能建模多个因素对图像强度的同时效应，以及解释由实验设计引起的图像间相关性。我们引入了一种通用的同构建模方法来拟合函数型混合模型，其中基于小波的函数型混合模型是一个特例。通过适当的建模选择，该方法可实现高效计算，并能对数据中的显著特征进行灵活建模和自适应平滑。所提出的方法具有以下优点：可自动运行，生成推断图以指示图像的哪些区域与各因素相关，同时考虑发现的实践显著性和统计显著性，并控制错误发现率。
引用
@article{arxiv.1108.3910,
title = {Automated analysis of quantitative image data using isomorphic functional mixed models, with application to proteomics data},
author = {Jeffrey S. Morris and Veerabhadran Baladandayuthapani and Richard C. Herrick and Pietro Sanna and Howard Gutstein},
journal= {arXiv preprint arXiv:1108.3910},
year = {2011}
}
备注
Published in at http://dx.doi.org/10.1214/10-AOAS407 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)