基于非负分解方法的质谱成像数据特征提取

质谱成像技术能够在同一个实验里无需标记手段而获得样品表面的分子信息及其分布信息,是当前质谱分析的热点。其分析所得数据量大且复杂,使其特征难以提取。多元统计分析方法,特别是主成分分析法已应用于质谱成像数据的压缩和特征提取。然而由于主成分分析常产生负的数据结果,其意义难以解释且不易分解为单一的特征。本研究开发出一种基于非负分解的质谱成像数据提取方法,能够提取单一的分子特征及其在样品上的分布特征,并将多个单一的特征分布通过红、绿、蓝三色叠加显示,获得轮廓直观的综合特征分布。应用本方法对小鼠脑组织切片质谱成像数据进行分析,可直观分解出灰质区域、白质区域和背景区域,相对主成分分析方法更直观且易于解释。应...

Full description

Saved in:
Bibliographic Details
Published in:分析化学 2012, Vol.40 (5), p.663-669
Main Author: 熊行创 方向 欧阳证 江游 黄泽建 张玉奎
Format: Article
Language:Chinese
Subjects:
主成分分析
特征提取
质谱成像
非负分解
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
cited_by
cites
container_end_page 669
container_issue 5
container_start_page 663
container_title 分析化学
container_volume 40
creator 熊行创 方向 欧阳证 江游 黄泽建 张玉奎
description 质谱成像技术能够在同一个实验里无需标记手段而获得样品表面的分子信息及其分布信息,是当前质谱分析的热点。其分析所得数据量大且复杂,使其特征难以提取。多元统计分析方法,特别是主成分分析法已应用于质谱成像数据的压缩和特征提取。然而由于主成分分析常产生负的数据结果,其意义难以解释且不易分解为单一的特征。本研究开发出一种基于非负分解的质谱成像数据提取方法,能够提取单一的分子特征及其在样品上的分布特征,并将多个单一的特征分布通过红、绿、蓝三色叠加显示,获得轮廓直观的综合特征分布。应用本方法对小鼠脑组织切片质谱成像数据进行分析,可直观分解出灰质区域、白质区域和背景区域,相对主成分分析方法更直观且易于解释。应用本方法对在同一个样品靶上的人膀胱癌变组织和其相邻非癌变组织切片质谱成像数据进行分析,癌变与非癌变组织间差异清晰直观。本研究设计的质谱成像软件可由http：//www.msimaging.net获取。
doi_str_mv 10.3724/SP.J.1096.2012.11209
format article
fullrecord <record><control><sourceid>wanfang_jour_chong</sourceid><recordid>TN_cdi_wanfang_journals_fxhx201205002</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>41885566</cqvip_id><wanfj_id>fxhx201205002</wanfj_id><sourcerecordid>fxhx201205002</sourcerecordid><originalsourceid>FETCH-LOGICAL-c562-a060a026830764df9cb0555b19fc2271d87f494ebcc310f06e5c7075c6c040d43</originalsourceid><addsrcrecordid>eNotz71Kw1AcBfA7KFhq38DFwTHxfz9zM0rxk4KC3UNyk9tWNNUEsY6iSB00XdpB0A4OOknFLu3g05g0voWROp3lxzkchFYwmNQibP3wwNwzMdjCJICJiTEBewGVgHBqUElgCVXiuOUBYAxMcllCdjqcfk8ffp6e8_Ew7d7mry_ZYJJ99mePN_n4LR99ZN1eep1k_VF2_z67m6RfV1nSS5PBMlrU7nEcVP6zjOpbm_XqjlHb396tbtQMxQUxXBDgAhGSgiWYr23lAefcw7ZWhFjYl5ZmNgs8pSgGDSLgygKLK6GAgc9oGa3Nay_cULthwzlqn0dhMejoTrPzdxM4ACnc6typZjtsnLUKeRq1Ttzo0mFYSs6FoL_A9GZD</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于非负分解方法的质谱成像数据特征提取</title><source>ScienceDirect Freedom Collection</source><creator>熊行创 方向 欧阳证 江游 黄泽建 张玉奎</creator><creatorcontrib>熊行创 方向 欧阳证 江游 黄泽建 张玉奎</creatorcontrib><description>质谱成像技术能够在同一个实验里无需标记手段而获得样品表面的分子信息及其分布信息,是当前质谱分析的热点。其分析所得数据量大且复杂,使其特征难以提取。多元统计分析方法,特别是主成分分析法已应用于质谱成像数据的压缩和特征提取。然而由于主成分分析常产生负的数据结果,其意义难以解释且不易分解为单一的特征。本研究开发出一种基于非负分解的质谱成像数据提取方法,能够提取单一的分子特征及其在样品上的分布特征,并将多个单一的特征分布通过红、绿、蓝三色叠加显示,获得轮廓直观的综合特征分布。应用本方法对小鼠脑组织切片质谱成像数据进行分析,可直观分解出灰质区域、白质区域和背景区域,相对主成分分析方法更直观且易于解释。应用本方法对在同一个样品靶上的人膀胱癌变组织和其相邻非癌变组织切片质谱成像数据进行分析,癌变与非癌变组织间差异清晰直观。本研究设计的质谱成像软件可由http：//www.msimaging.net获取。</description><identifier>ISSN: 0253-3820</identifier><identifier>DOI: 10.3724/SP.J.1096.2012.11209</identifier><language>chi</language><publisher>中国计量科学研究院,北京100013%中国计量科学研究院,北京,100013%Weldon School of Biomcdical Engineering, Purdue University, West Lafayette 47907, USA%北京理工大学生命科学与技术学院,北京,100081</publisher><subject>主成分分析 ; 特征提取 ; 质谱成像 ; 非负分解</subject><ispartof>分析化学, 2012, Vol.40 (5), p.663-669</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><lds50>peer_reviewed</lds50><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/93919X/93919X.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>熊行创 方向 欧阳证 江游 黄泽建 张玉奎</creatorcontrib><title>基于非负分解方法的质谱成像数据特征提取</title><title>分析化学</title><addtitle>Chinese Journal of Analytical Chemistry</addtitle><description>质谱成像技术能够在同一个实验里无需标记手段而获得样品表面的分子信息及其分布信息,是当前质谱分析的热点。其分析所得数据量大且复杂,使其特征难以提取。多元统计分析方法,特别是主成分分析法已应用于质谱成像数据的压缩和特征提取。然而由于主成分分析常产生负的数据结果,其意义难以解释且不易分解为单一的特征。本研究开发出一种基于非负分解的质谱成像数据提取方法,能够提取单一的分子特征及其在样品上的分布特征,并将多个单一的特征分布通过红、绿、蓝三色叠加显示,获得轮廓直观的综合特征分布。应用本方法对小鼠脑组织切片质谱成像数据进行分析,可直观分解出灰质区域、白质区域和背景区域,相对主成分分析方法更直观且易于解释。应用本方法对在同一个样品靶上的人膀胱癌变组织和其相邻非癌变组织切片质谱成像数据进行分析,癌变与非癌变组织间差异清晰直观。本研究设计的质谱成像软件可由http：//www.msimaging.net获取。</description><subject>主成分分析</subject><subject>特征提取</subject><subject>质谱成像</subject><subject>非负分解</subject><issn>0253-3820</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2012</creationdate><recordtype>article</recordtype><recordid>eNotz71Kw1AcBfA7KFhq38DFwTHxfz9zM0rxk4KC3UNyk9tWNNUEsY6iSB00XdpB0A4OOknFLu3g05g0voWROp3lxzkchFYwmNQibP3wwNwzMdjCJICJiTEBewGVgHBqUElgCVXiuOUBYAxMcllCdjqcfk8ffp6e8_Ew7d7mry_ZYJJ99mePN_n4LR99ZN1eep1k_VF2_z67m6RfV1nSS5PBMlrU7nEcVP6zjOpbm_XqjlHb396tbtQMxQUxXBDgAhGSgiWYr23lAefcw7ZWhFjYl5ZmNgs8pSgGDSLgygKLK6GAgc9oGa3Nay_cULthwzlqn0dhMejoTrPzdxM4ACnc6typZjtsnLUKeRq1Ttzo0mFYSs6FoL_A9GZD</recordid><startdate>2012</startdate><enddate>2012</enddate><creator>熊行创 方向 欧阳证 江游 黄泽建 张玉奎</creator><general>中国计量科学研究院,北京100013%中国计量科学研究院,北京,100013%Weldon School of Biomcdical Engineering, Purdue University, West Lafayette 47907, USA%北京理工大学生命科学与技术学院,北京,100081</general><general>北京理工大学生命科学与技术学院,北京100081</general><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>~WA</scope><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2012</creationdate><title>基于非负分解方法的质谱成像数据特征提取</title><author>熊行创 方向 欧阳证 江游 黄泽建 张玉奎</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c562-a060a026830764df9cb0555b19fc2271d87f494ebcc310f06e5c7075c6c040d43</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2012</creationdate><topic>主成分分析</topic><topic>特征提取</topic><topic>质谱成像</topic><topic>非负分解</topic><toplevel>peer_reviewed</toplevel><toplevel>online_resources</toplevel><creatorcontrib>熊行创 方向 欧阳证 江游 黄泽建 张玉奎</creatorcontrib><collection>维普_期刊</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库- 镜像站点</collection><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>分析化学</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>熊行创 方向 欧阳证 江游 黄泽建 张玉奎</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于非负分解方法的质谱成像数据特征提取</atitle><jtitle>分析化学</jtitle><addtitle>Chinese Journal of Analytical Chemistry</addtitle><date>2012</date><risdate>2012</risdate><volume>40</volume><issue>5</issue><spage>663</spage><epage>669</epage><pages>663-669</pages><issn>0253-3820</issn><abstract>质谱成像技术能够在同一个实验里无需标记手段而获得样品表面的分子信息及其分布信息,是当前质谱分析的热点。其分析所得数据量大且复杂,使其特征难以提取。多元统计分析方法,特别是主成分分析法已应用于质谱成像数据的压缩和特征提取。然而由于主成分分析常产生负的数据结果,其意义难以解释且不易分解为单一的特征。本研究开发出一种基于非负分解的质谱成像数据提取方法,能够提取单一的分子特征及其在样品上的分布特征,并将多个单一的特征分布通过红、绿、蓝三色叠加显示,获得轮廓直观的综合特征分布。应用本方法对小鼠脑组织切片质谱成像数据进行分析,可直观分解出灰质区域、白质区域和背景区域,相对主成分分析方法更直观且易于解释。应用本方法对在同一个样品靶上的人膀胱癌变组织和其相邻非癌变组织切片质谱成像数据进行分析,癌变与非癌变组织间差异清晰直观。本研究设计的质谱成像软件可由http：//www.msimaging.net获取。</abstract><pub>中国计量科学研究院,北京100013%中国计量科学研究院,北京,100013%Weldon School of Biomcdical Engineering, Purdue University, West Lafayette 47907, USA%北京理工大学生命科学与技术学院,北京,100081</pub><doi>10.3724/SP.J.1096.2012.11209</doi><tpages>7</tpages></addata></record>
fulltext fulltext
identifier ISSN: 0253-3820
ispartof 分析化学, 2012, Vol.40 (5), p.663-669
issn 0253-3820
language chi
recordid cdi_wanfang_journals_fxhx201205002
source ScienceDirect Freedom Collection
subjects 主成分分析
特征提取
质谱成像
非负分解
title 基于非负分解方法的质谱成像数据特征提取
url http://sfxeu10.hosted.exlibrisgroup.com/loughborough?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-07T06%3A08%3A45IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour_chong&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E9%9D%9E%E8%B4%9F%E5%88%86%E8%A7%A3%E6%96%B9%E6%B3%95%E7%9A%84%E8%B4%A8%E8%B0%B1%E6%88%90%E5%83%8F%E6%95%B0%E6%8D%AE%E7%89%B9%E5%BE%81%E6%8F%90%E5%8F%96&rft.jtitle=%E5%88%86%E6%9E%90%E5%8C%96%E5%AD%A6&rft.au=%E7%86%8A%E8%A1%8C%E5%88%9B%20%E6%96%B9%E5%90%91%20%E6%AC%A7%E9%98%B3%E8%AF%81%20%E6%B1%9F%E6%B8%B8%20%E9%BB%84%E6%B3%BD%E5%BB%BA%20%E5%BC%A0%E7%8E%89%E5%A5%8E&rft.date=2012&rft.volume=40&rft.issue=5&rft.spage=663&rft.epage=669&rft.pages=663-669&rft.issn=0253-3820&rft_id=info:doi/10.3724/SP.J.1096.2012.11209&rft_dat=%3Cwanfang_jour_chong%3Efxhx201205002%3C/wanfang_jour_chong%3E%3Cgrp_id%3Ecdi_FETCH-LOGICAL-c562-a060a026830764df9cb0555b19fc2271d87f494ebcc310f06e5c7075c6c040d43%3C/grp_id%3E%3Coa%3E%3C/oa%3E%3Curl%3E%3C/url%3E&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=41885566&rft_wanfj_id=fxhx201205002&rfr_iscdi=true