SQL DAY 2012 | DEV Track | Session 9 - Data Mining Analiza Przepływowa by M.Szeliga
2 likes523 views
SQL DAY 2012 | DEV Track | Session 9 - Data Mining Analiza Przepływowa by M.Szeliga
- 1. NASI SPONSORZY I PARTNERZY DZIĘKUJEMY!
- 2. Analiza komórek w cytofluorymetrii przepływowej przy pomocy narzędzi Data Mining serwera SQL 2012 Marcin Szeliga
- 3. MarcinSzeliga:Bio.ToPP() • +15 lat doświadczenia z serwerem SQL • Trener & konsultant • Autor książek i artykułów • SQL Microsoft Most Valuable Professional (od 2006) • Microsoft Specialist (od 2000)
- 4. Cele projektu • Wykazanie przydatności automatycznej analizy danych zebranych w FCM − FCM jest podstawową techniką identyfikacji subpopulacji komórek w szpiku kostnym i krwi obwodowej, służącą do ustalenia diagnozy oraz monitorowania leczenia w różnego typu białaczkach • Segmentacja danych pod kątem obecności nieprawidłowych subpopulacji komórek • Automatyczna klasyfikacja znalezionych subpopulacji i ich opis statystyczny • Wyszukiwanie komórek nie pasujących do klastrów komórek prawidłowych, z ich oceną ilościową i statystyczną • Monitorowanie leczenia i ocena tzw. choroby resztkowej • Ocena zmian subpopulacji komórek u tego samego pacjenta w trakcie leczenia 4 Prezentacja Betacom S.A.
- 5. Proces eksploracji danych Zrozumienie Poznanie problemu danych Przygotowanie danych Dane Wdrożenie Utworzenie modeli Ocena wyników 5
- 6. Problem • Jak wybrać charakterystyczne komórki? − Metoda bramkowania jest nieobiektywna − Bramki wyznaczane są arbitralnie przez osobę przeprowadzającą analizę − Bramki ustawiane są sekwencyjnie, co prowadzi do utraty cennych danych − Ryzyko przeoczenia istotnych dla diagnozy i monitorowania leczenia danych − Bramkowanie nie umożliwia analizy złożonych danych − Standardem stają się badania jednocześnie 6-9 antygenów − Interakcje pomiędzy badanymi czynnikami są tak złożone, że metody analizy przy użyciu dwuwymiarowych wykresów punktowych zawodzą • Jak oceniać efekty leczenia? − Eliminując z analizy 99% danych zmniejszamy szansę wykrycia choroby resztkowej 6 Prezentacja Betacom S.A.
- 7. Dane • Dane źródłowe zebrano przy użyciu 9-kanałowego cytofluorymetru o 18-bitowej rozdzielczości: − 17 pacjentów z białaczką (2 266 440 komórek) − 17 pacjentów w remisji (1 248 712 komórek) • Oprócz pacjentów w remisji oraz z ostrą białaczką limfoblastyczną, dane źródłowe pochodziły również od pacjentów na różnym etapie leczenia − U kilku z nich procent komórek białaczkowych nie przekraczał 3% • Ocena poprawności i reprezentatywności danych źródłowych • Wyeliminowanie błędnych danych 7 Prezentacja Betacom S.A.
- 8. Model wyboru komórek Dane źródłowe Eliminacja błędów FSC-A < 250000 Około 15% SSC-A < 200000 Pierwsza segmentacja Około 80% (FSC-A, SSC-A, CD19) Klastry CD19- Klastry CD19+ i CD19++ (Leukemia 67% Remission 36%) Właściwa segmentacja (Wszystkie zmienne) 8 Prezentacja Betacom S.A.
- 9. Model oceny komórek Właściwa segmentacja (Wszystkie zmienne) Klastry Klastry Klastry komórek typowych komórek aberrantnych komórek mieszanych Ocena porównawcza (wykresy) Klasyfikacja Komórki Komórki typowe aberrantne 9 Prezentacja Betacom S.A.
- 10. Zastosowanie modeli w diagnostyce Dane pacjenta Eliminacja błędów FSC-A < 250000 SSC-A < 200000 30% Sprawdzenie przynależności do klastrów 65% CD19+ lub CD19++ Komórki CD19- 1% Wykrycie nietypowych komórek Komórki nietypowe Sprawdzenie przynależności do głównych klastrów Klastry komórek Klastry komórek białaczkowych Klastry typowych komórek mieszanych Klasyfikacja Komórki typowe Komórki białaczkowe 10 Prezentacja Betacom S.A.
- 11. Ocena wyników • Ogólna dokładność modelu wyniosła ponad 82% − Docelowo dokładność przekroczy 90% • Wiarygodność poprawnych klasyfikacji wyniosła 99,7% • Wiarygodność błędnych klasyfikacji wyniosła 98,7% − Dla większej i bardziej zróżnicowanej grupy pacjentów może spaść o kilka procent • Przydatność: − Analiza skupień komórek pozwoliła osiągnąć wyniki co najmniej tak samo dobre jak dotychczas stosowane metody bramkowania − Możliwość wiarygodnego opisu statystycznego zidentyfikowanych subpopulacji komórek (w tym ich liczebności) − Możliwość określenia prawdopodobieństwa przynależności danej komórki do znalezionych klastrów − Zastosowana metoda pozwoliła nie tylko wyselekcjonować abberrantne i białaczkowe komórki, ale również podać powód i stopień ich nietypowości 11 Prezentacja Betacom S.A.
- 12. Dziękując Państwu za olbrzymie zainteresowanie polską premierą Microsoft SQL Server 2012, firma Microsoft wspólnie z wydawnictwem Helion przygotowała dla Państwa 300 egzemplarzy* darmowego e-booka „SQL Server. Modelowanie i eksploracja danych”. Aby pobrać e-booka, należy wejść na stronę http://helion.pl/sqlserver2012.phtml a następnie: 1.Zalogować się (lub zarejestrować, jeżeli nie macie Państwo konta w wydawnictwie Helion) 2.Wpisać kod promocyjny Microsoft „NowaGwiazdaSQLServer2012” – uwzględniając duże litery 3.Pobrać książkę w dogodnym dla Państwa formacie. *oferta ważna do wyczerpania zapasów Mamy nadzieję, że lektura e-booka jeszcze bardziej przybliży Państwu możliwe obszary zastosowania SQL Server do modelowania i eksploracji danych W imieniu zespołu Microsoft Server & Tools dr Sławomir Strzykowski Application Platform Product Manager slaweks@microsoft.com SQLDay 2012
- 13. NASI SPONSORZY I PARTNERZY DZIĘKUJEMY!