%0 Journal Article
%T 基于核主成分分析的流式细胞数据分群方法研究
%A 张帆
%A 潘志康
%A 祝连庆
%A 董明利
%J -
%D 2017
%R doi:10.7507/1001-5515.201604088
%X 针对多参数流式细胞数据分析过程复杂、自动化程度不高、要求操作者具有一定专业背景等问题，本文提出了一种基于核主成分分析算法（KPCA）进行多参数流式细胞数据分群的方法。利用 KPCA 对多参数流式细胞数据进行非线性变换，降低数据的维度，得到主成分特征变量下的散点图分群结果，并使用改进的K-means 聚类算法实现不同亚群的自动设门。以人体外周血淋巴细胞样本检测结果为实验数据，分别对其进行传统分群、主成分分析（PCA）分群、KPCA 分群处理，并对特征参数的选取进行了探索。结果表明，KPCA 方法能够较好地应用于多参数流式细胞数据分析中，与传统细胞分群方法相比，该方法无需操作者具备专业知识，即可实现快速准确的自动分群，能够提高流式细胞仪临床诊断分析的效率
%K 核主成分分析
%K 主成分分析法
%K 流式细胞术
%K 细胞分群
%U http://www.biomedeng.cn:80/article/10.7507/1001-5515.201604088