Coupled tensor factorizations for flow cytometry data analysis
Factorisation couplée de tenseurs pour l'analyse de données de cytométrie en flux
Résumé
We propose a method for automated flow cytometry data analysis. The problem is addressed as a high dimension density estimation problem. Modeling the distribution as a mixture of separable distributions, the estimation of the joint density can be reformulated as a coupled tensor factorization of 3D-marginals. To reduce the computational load, partial coupling strategies are proposed. The rank-1 components are grouped by a hierarchical clustering. The whole data processing pipeline is integrated into a new visualization tool. The usefulness of the proposed methodology is illustrated on simulated and real data corresponding to a controlled mixture of cell populations.
Nous proposons une méthode d'analyse automatique de données de cytométrie en flux. Le problème est abordé comme un problème d'estimation de densité en grandes dimensions. En modélisant la distribution comme un mélange de densités séparables, l'estimation de la densité jointe est reformulée comme une factorisation tensorielle couplée de marginales 3D. Afin de réduire la charge de calcul, nous proposons différentes stratégies de couplage partiel. Les termes de rang 1 sont alors regroupés par clustering hiérarchique. L'ensemble du traitement est intégré au sein d'un nouvel outil de visualisation des résultats. La pertinence de l'approche est illustrée sur des données simulées ainsi que sur des données réelles correspondant à un mélange contrôlé de populations de cellules.