基于贝叶斯数据选择的未标记地标匹配及其在跨成像模态细胞匹配中的应用
统计方法学
2022-06-01 v2
摘要
我们考虑两个未标记点集之间的地标匹配问题，特别是每个点云中的点数可能不同，且每个点云中的点可能不存在对应匹配。我们采用贝叶斯框架来识别将一个点云映射到另一个的坐标变换，以及点的对应关系。该问题需要一种用于贝叶斯数据选择的新型方法；即同时推断模型参数，并选择能使模型对大多数数据达到最佳拟合的数据。我们将此应用于发育生物学中的一个问题，其中地标对应于分割出的细胞中心，细胞的潜在死亡或分裂可导致各图像点集间的差异。我们通过计算机模拟测试和显微注射荧光标记实验验证了方法的有效性。随后，我们将该方法应用于实时成像与免疫染色实验间的细胞匹配，促进了跨成像模态的单细胞数据整合。此外，我们的贝叶斯数据选择方法可广泛适用于数据科学，并有可能改变我们关于模型拟合数据的思维方式。
引用
@article{arxiv.2205.15167,
title = {Unlabelled landmark matching via Bayesian data selection, and application to cell matching across imaging modalities},
author = {Jessica E. Forsyth and Ali H. Al-Anbaki and Berenika Plusa and Simon L. Cotter},
journal= {arXiv preprint arXiv:2205.15167},
year = {2022}
}
备注
40 pages including supplementary material