gEM/GANN: A multivariate computational strategy for auto-characterizing relationships between cellular and clinical phenotypes and predicting disease progression time using high-dimensional flow cytometry data.

Tong, Dong Ling; Ball, Graham R; Pockley, A Graham

Tong, Dong Ling; Ball, Graham R; Pockley, A Graham.

Afiliación

Tong DL; The John van Geest Cancer Research Centre, Nottingham Trent University, Nottingham, NG11 8NS, United Kingdom.
Ball GR; The John van Geest Cancer Research Centre, Nottingham Trent University, Nottingham, NG11 8NS, United Kingdom.
Pockley AG; The John van Geest Cancer Research Centre, Nottingham Trent University, Nottingham, NG11 8NS, United Kingdom.

Cytometry A ; 87(7): 616-23, 2015 Jul.

Article en En | MEDLINE | ID: mdl-25572884

Asunto(s)

Biología Computacional/métodos; Progresión de la Enfermedad; Procesamiento Automatizado de Datos/métodos; Citometría de Flujo/métodos; Infecciones por VIH/diagnóstico; Algoritmos; Análisis por Conglomerados; Humanos; Análisis Multivariante; Pronóstico

Palabras clave

Key terms: FlowCAP; cluster analysis; expectation maximization; feature identification; genetic algorithm-neural network; imbalance; multidimensional; survival time

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Procesamiento Automatizado de Datos / Infecciones por VIH / Progresión de la Enfermedad / Biología Computacional / Citometría de Flujo Tipo de estudio: Prognostic_studies / Risk_factors_studies Límite: Humans Idioma: En Revista: Cytometry A Año: 2015 Tipo del documento: Article País de afiliación: Reino Unido

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google