関数データ解析法に基づくノイズの多い生体情報データへのレジストレーション法の開発

基于函数数据分析方法的噪声生物信息数据配准方法开发

基本信息

批准号：
17J06200
负责人：
高岸茉莉子
金额：
$ 1.22万
依托单位：
Doshisha University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2017
资助国家：
日本
起止时间：
2017-04-26 至 2019-03-31
项目状态：
已结题

项目摘要

本研究では関数データ解析におけるレジストレーション法を拡張して，関数データの形の特徴を量的に評価するアプローチの開発を目的としている．2018年度の研究は大きく2種類に分けられる．1つめはノイズの多いデータが与えられた場合の，関数データ解析法に基づくレジストレーション法の開発である．具体的には，平均とは大きく異なるような形を持つ関数（外れ関数）に悪影響を受けないように平均の形を推定（ロバスト推定）し，かつとりわけ大きく異なる形を持つ外れ関数を特定するための，レジストレーション法を開発した．この研究の特徴としては，「形」を定量化するために，関数のデータを「強度差（垂直軸方向の違い）」，「位相差（平行軸方向の違い）」をそれぞれ定量化した指標に分解したことである．これにより，関数の形の「強度」，「位相」を単独で量的に評価することが可能になった．更に各指標にt分布を仮定したことで，それぞれの要素に外れ値があった場合でもロバストに平均の形を推定できるようにした．また各指標の平均からの距離を計算することで，形が平均関数から大きく離れた関数の検知を可能にした．また本手法を心電図データに実際に適用し，実用性を示した．これらの結果をまとめた論文を投稿し，年度末に出版された．もう1つの研究としては，2017年度の続きである，関数データ解析法に基づく，回答傾向の補正と，その補正された回答に基づくクラスタリングを行う手法の開発である．これも年度末にアクセプトを得て，年度明けに出版される．更に2018年度はこれを更に一般化させた手法を提案し，2件の学会発表を行った．

这项研究旨在扩展功能数据分析中的注册方法，并开发一种定量评估功能数据形状特征的方法。 2018年的研究可以分为两个主要类别。首先是在给出嘈杂数据时基于功能数据分析方法的注册方法的开发。具体而言，我们已经开发了一种注册方法来估计平均形状（可靠的估计），以使形状与平均值显着不同（官方功能）显着不同的功能不会受到不利影响，并确定形状差异特别差异的官方功能。这项研究的一个特征是，为了量化“形状”，函数数据分别分别为“强度差（垂直轴方向差异）”的量化索引，分别分别为“相位差（平行轴方向的差异）”。这使得可以单独评估函数形状的“强度”和“相”。此外，通过假设每个索引的t分布，即使每个元素中都有异常值，我们也可以稳健地估算平均形状。此外，通过计算每个索引平均值的距离，可以检测其形状与平均函数显着不同的函数。此外，在实践中，将此方法应用于心电图数据，证明了实用性。总结这些结果的论文在财政年度结束时提交并发表。另一项研究是开发一种方法，该方法使用功能数据分析方法根据校正后的响应来纠正响应趋势和聚类，这是2017年的延续。这也在财政年度结束时也被接受，并在财政年度开始发布。此外，在2018年，我们提出了一种进一步推广该方法的方法，并提出了两次会议。