设计用于任何血液流细胞计数据集的机器学习

科学领域:

• 血液学 血液学 血液学
• 计算生物学 计算生物学
• 生物信息学是一种生物信息学.

背景情况:

• 流细胞计对于血液学中单细胞蛋白质分析至关重要.
• 手动解释流动细胞计数据是耗时的,容易导致interrater变化.
• 现有的自动化工具往往缺乏灵活性,需要特定的诊断设置,并限制广泛采用.

研究的目的:

• 开发一个多功能软件包和Web应用程序,DiagFlow,用于对各种临床流细胞计数据集的自动分析.
• 证明 diagnFlow 的临床实用性和好处,特别是在淋巴瘤诊断中.
• 为流细胞计分析提供数据集不可知解决方案.

主要方法:

• 开发 diagnFlow 软件包及其附带的 Web 应用程序.
• 使用 diagnFlow 创建自动化分析工作流程,用于特定的诊断任务.
• 与手动翻译和其他自动化方法对比,对 diagnFlow 的性能进行评估.
• 在独立数据集上验证Web应用程序版本.

主要成果:

• 使用 diagnFlow 开发的自动化工作流程始终优于手动翻译.
• 一个可解释和高效的工作流被确定并部署为一个用户友好的Web应用程序.
• 与领先的基于集群的方法相比,diagFlow方法显示出更高的性能.
• 湿实验室数据证实了分类器信号的生物基础.

结论:

• 诊断流提供了一种新的,数据集不可知的方法,用于自动流量细胞计分析.
• 该工具提高了临床环境中的可解释性和资源效率.
• 诊断Flow网络应用程序有助于在血液学中更广泛地实施自动流动细胞计分析.