Toward digital staining using imaging mass spectrometry and random forests.
Toward digital staining using imaging mass spectrometry and random forests.
复制标题
DOI：
10.1021/pr900253y
复制
发表时间：
2009-07
影响因子：
4.4
通讯作者：
Hamprecht, Fred A.
中科院分区：
文献类型：
--
作者：
Hanselmann, Michael;Kothe, Ullrich;Kirchner, Marc;Renard, Bernhard Y.;Amstalden, Erika R.;Glunde, Kristine;Heeren, Ron M. A.;Hamprecht, Fred A.
关键词：
我们在成像质谱（IMS）数据上显示，随机森林分类器可以用于自动组织分类，并且即使在数据中存在样本间可变性时，它也会产生具有高灵敏度和阳性预测值的预测。我们进一步演示了如何应用马尔可夫随机场和矢量值中值滤波来降低噪声影响，从而进一步改善事后平滑步骤中的分类结果。我们的研究提供了明确的证据，表明IMS的数字染色是化学染色技术的一个有希望的补充。
We show on Imaging Mass Spectrometry (IMS) data that the Random Forest classifier can be used for automated tissue classification and that it results in predictions with high sensitivities and positive predictive values, even when inter-sample variability is present in the data. We further demonstrate how Markov Random Fields and vector-valued median filtering can be applied to reduce noise effects to further improve the classification results in a post-hoc smoothing step. Our study gives clear evidence that digital staining by means of IMS constitutes a promising complement to chemical staining techniques.
登录
查看更多内容
影响因子：
7.4
作者：
Belu, AM;Davies, MC;Patel, N
通讯作者：
Patel, N
影响因子：
7.4
作者：
Hanselmann, Michael;Kirchner, Marc;Hamprecht, Fred A.
通讯作者：
Hamprecht, Fred A.
影响因子：
5.8
作者：
Geurts, P;Fillet, M;Wehenkel, L
通讯作者：
Wehenkel, L
影响因子：
3
作者：
Díaz-Uriarte R;Alvarez de Andrés S
通讯作者：
Alvarez de Andrés S
DOI：
10.2202/1544-6115.1435
发表时间：
2008-01-01
影响因子：
0.9
作者：
Hand, David J.
通讯作者：
Hand, David J.