空间转录组数据的视觉组合数据分析
人机交互
2024-09-12 v1
摘要
为 Bio+Med-Vis 挑战 2024，我们提出了一个用于重新设计细胞类型比例空间转录组数据散点饼图可视化的视觉分析系统。我们的设计使用三个链接视图：组织组织块图像视图、显示细胞类型比例的堆叠柱形图，以及显示多变量比例的降维散点图。此外，我们将组合数据分析框架 Aitchison 几何应用于比例进行降维和 k-means 聚类。利用刷选和链接功能，该系统允许用户探索和发现细胞类型混合物的模式，并将其与其在细胞组织上的空间位置相关联。这种重新设计将模式识别的工作负担从人类视觉系统转移到通常用于视觉分析的计算方法中。我们在 GitHub（https://github.com/UniStuttgart-VISUS/va-for-spatial-transcriptomics）上提供了该视觉分析系统的代码和设置说明。
引用
@article{arxiv.2409.07306,
title = {Visual Compositional Data Analytics for Spatial Transcriptomics},
author = {David Hägele and Yuxuan Tang and Daniel Weiskopf},
journal= {arXiv preprint arXiv:2409.07306},
year = {2024}
}
备注
2 pages, 2 figures, challenge submission accepted by Bio+Med+Vis workshop at IEEE VIS 2024