Details

Данная работа посвящена нахождению оптимального количества кластеров, которое превосходит традиционную классификацию дендритных шипиков на четыре категории: грибовидные, короткие, тонкие и филоподии. Использование нечеткого кластерного метода — это новый подход анализа формы дендритного шипика. Алгоритм был реализован самостоятельно и с целью его усовершенствования использовалась иная метрика расстояния, лучше отражающая особенности в случае дискретной выборки, в отличие от традиционного евклидова расстояния. Это позволило точнее сгруппировать данные, учитывая их уникальную природу. Кластеризация проводилась на основе заранее определенных классических метрик формы и гистограмм распределения длин хорд. Было получено оптимальное количество кластеров, а также выделены морфологические особенности каждого кластера на двух обучающихся выборках. Для визуализации результатов был использован метод равномерного приближения и проекции многообразия (Uniform Manifold Approximation and Projection, UMAP), который лучше всего смог отобразить многомерные данные в двумерном пространстве.

This work is devoted to finding the optimal number of clusters that surpasses the traditional classification of dendritic spines into four categories: mushroom-shaped, short, thin and filopodia. The use of the fuzzy cluster method is a new approach to analyzing the shape of a dendritic spines. The algorithm was implemented independently and in order to improve it, a different distance metric was used, which better reflects the features in the case of a discrete sample, unlike the traditional Euclidean distance. This made it possible to group the data more precisely, given their unique nature. Clustering was carried out on the basis of predefined classical shape metrics and histograms of the chord length distribution. The optimal number of clusters was obtained, and morphological features of each cluster were identified in two training samples. To visualize the results, the Uniform Manifold Approximation and Projection (UMAP) method was used, which was best able to display multidimensional data in two–dimensional space.

• Применение нечеткой кластеризации к дендритным шипикам
  • Введение
  • 1. Обзор литературы
  • 2. Fuzzy c-means
  • 3. Результаты
  • Заключение
  • Список использованных источников