Normalizace měření

Biomedical Image Analysis in Python

Stephen Bailey

Instructor

Postup analýzy

Skupinový pracovní postup

Biomedical Image Analysis in Python

Populace OASIS

df.shape

(400, 5)

df.sample(5)

                age sex  alzheimers  brain_vol    skull_vol
    ID                                                        
    OAS1_0272   75   F        True    851.451  1411.125695
    OAS1_0112   69   F       False    894.801  1434.146892
    OAS1_0213   48   F       False    925.859  1412.781004
    OAS1_0311   22   F       False    980.163  1363.413762
    OAS1_0201   85   F       False    904.104  1420.631447
Biomedical Image Analysis in Python

Testování hypotéz

Muži a ženy

Biomedical Image Analysis in Python

Testování hypotéz

Nulová hypotéza: střední hodnoty objemu mozku dvou populací ($\mu_{m}, \mu_{w}$) jsou shodné.

$$ H_{null}: \mu_{w} = \mu_{m} $$ $$ H_{alt}\ : \mu_{w} \ne \mu_{m} $$

$$ t = \frac{\bar X - \mu}{s / \sqrt{n}} $$

Implementováno v scipy.stats.ttest_ind()

Biomedical Image Analysis in Python

Testování hypotéz

brain_m = df.loc[df.sex == 'M', 'brain_vol']

brain_f = df.loc[df.sex == 'F', 'brain_vol']

from scipy.stats import ttest_ind
results = ttest_ind(brain_m, brain_f)

results.statistic
results.pvalue

10.20986
5.03913e-22

Vysoká hodnota $t$-statistiky a nízká $p$-hodnota naznačují významný rozdíl!

Biomedical Image Analysis in Python

Korelovaná měření

df[['brain_vol', 'skull_vol']].corr()

                'brain_vol' 'skull_vol'
    'brain_vol'      1.000       0.736
    'skull_vol'      0.736       1.000

Bodový graf mozek–lebka

Biomedical Image Analysis in Python

Normalizace

df['brain_norm'] = df.brain_vol / df.skull_vol

brain_norm_m = df.loc[df.sex == 'M', 'brain_norm']
brain_norm_f = df.loc[df.sex == 'F', 'brain_norm']
results = ttest_ind(brain_norm_m, brain_norm_f)

results.statistic
results.pvalue

-0.94011
0.34769

Původní výsledky pravděpodobně ovlivnila velikost mozku, nikoli pohlaví.

Biomedical Image Analysis in Python

Mnoho potenciálních rušivých vlivů v zobrazování

Snímání obrazu

  • Kontrast
  • Rozlišení
  • Zorné pole

Subjekt / objekt

  • Věk
  • Pohlaví
  • Patologie

Kontext

  • Nemocnice
  • Radiolog
  • Vybavení

Kvalita dat

  • Formát
  • Artefakty
Biomedical Image Analysis in Python

Gratulujeme!

Přehled pracovního postupu

Biomedical Image Analysis in Python

Hodně štěstí!

Biomedical Image Analysis in Python

Preparing Video For Download...