Rapid cell population identification in flow cytometry data.
Rapid cell population identification in flow cytometry data.
复制标题
DOI：
10.1002/cyto.a.21007
复制
发表时间：
2011-01
期刊：
影响因子：
3.7
通讯作者：
Brinkman, Ryan R.
中科院分区：
文献类型：
--
作者：
Aghaeepour, Nima;Nikolic, Radina;Hoos, Holger H.;Brinkman, Ryan R.
我们开发了流量，这是一种基于K-均值聚类的流式细胞仪（FCM）数据中细胞群体自动鉴定的时间效率和准确的方法。与传统的K-均值不同，FlowMeans可以通过对具有多个簇的单个种群进行建模来识别凹形细胞群体。 FlowMeans使用变更点检测算法来确定子人群的数量，从而可以在高吞吐量FCM数据分析管道中使用该方法。我们的方法与人类专家的手动分析和当前最新的自动门控算法相比。 FlowMeans可以作为开源R包装免费提供，可以通过生物通用器提供。
We have developed flowMeans, a time-efficient and accurate method for automated identification of cell populations in flow cytometry (FCM) data based on K-means clustering. Unlike traditional K-means, flowMeans can identify concave cell populations by modelling a single population with multiple clusters. flowMeans uses a change point detection algorithm to determine the number of sub-populations, enabling the method to be used in high throughput FCM data analysis pipelines. Our approach compares favourably to manual analysis by human experts and current state-of-the-art automated gating algorithms. flowMeans is freely available as an open source R package through Bioconductor.
登录
查看更多内容
影响因子：
--
作者：
Finak G;Bashashati A;Brinkman R;Gottardo R
通讯作者：
Gottardo R
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
DOI：
10.1002/cyto.10084
发表时间：
2002-04-15
期刊：
CYTOMETRY
影响因子：
--
作者：
Gratama, JW;Kraan, J;Barnett, D
通讯作者：
Barnett, D
影响因子：
3.7
作者：
Lo, Kenneth;Brinkman, Ryan Remy;Gottardo, Raphael
通讯作者：
Gottardo, Raphael
影响因子：
3.7
作者：
Naumann, U.;Wand, M. P.
通讯作者：
Wand, M. P.