文献

J-GLOBAL ID：201802262273376056   整理番号：18A1091877

二次元最大重複離散ウェーブレット変換に基づくメタボロームスペクトルデータの前処理方法【JST・京大機械翻訳】

The Preprocessing Method of Metabolomic Mass Spectrum Data Based on the Two-dimensional Maximal Overlap Discrete Wavelet Transform

著者 (4件)： Deng Kui (哈爾浜医科大学衛生統計学教研室 150081) ,  Li Zhenzi (哈爾浜医科大学衛生統計学教研室 150081) ,  Hou Yan (哈爾浜医科大学衛生統計学教研室 150081) ,  Li Kang (哈爾浜医科大学衛生統計学教研室 150081)
資料名： Zhongguo Weisheng Tongji  (Zhongguo Weisheng Tongji)
巻： 34  号： 6  ページ： 850-852,856  発行年： 2017年 
JST資料番号： C2278A  ISSN： 1002-3674  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】二次元の最大重複離散ウェーブレット変換(maximaloverlapdiscretewavelettransform)を,2次元の最大オーバラップ離散ウェーブレット変換(Wavelet)のために使用した。方法:卵巣癌と卵巣嚢腫の質量スペクトルデータに対して、Haarウェーブレット関数を用いて二次元MODWTのデータ変換を行い、異なるスケールのデータを獲得した。前処理後のデータに対して、ランダムフォレスト(RF)法を用いて、差異変数を選別し、判別モデルを構築し、前処理の効果を評価した。結果:二次元MODWT処理後の質量スペクトルデータのモデリング識別効果は元のデータを用いた結果より明らかに優れている。【結語】二次元MODWT法は,質量分析データに対してよりよく特徴抽出することができ,モデルの識別能力を向上させ,研究価値と応用価値を有する。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *二次元 ,  質量スペクトル ,  特徴抽出 ,  卵巣嚢腫 ,  質量分析 ,  データ変換 ,  モデリング ,  *前処理 ,  卵巣腫瘍
準シソーラス用語： ランダムフォレスト ,  Haarウェーブレット ,  オーバラップ ,  *離散ウェーブレット変換 , 【Automatic Indexing@JST】

著者キーワード (4件)： Metabolomics ,  Mass spectrometric data ,  Data preprocessing ,  Wavelet transform

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 離散ウェーブレット変換 ,  処理方法