Explorační analýza heterogenních neuroinformatických dat

Abstract

Kľúčovým predpokladom pre kvalitnú analýzu dát naprieč obormi je dôkladná vizuálna prieskumová analýza (EDA) každého datasetu. Tá však býva i pre veľkú dávku subjektivity v jej postupoch často opomínana. Cieľom tejto práce je implementovať vybrané metódy prieskumovej analýzy v podobe interaktívnej webovej aplikácie určenej na vizualizáciu a exploračnú analýzu dát, nástroj testovať a využiť pri analýze klinického datasetu. Aplikácia zvaná NeuroEDA bola implementovaná pomocou programovacieho jazyka R/frameworku Shiny a testovaná na verejne dostupnom datasete. Pomocou aplikácie bol analyzovaný a v práci následne interpretovaný klinický dataset z Neurologickej kliniky 1. LF UK. Výhodou aplikácie NeuroEDA je, okrem obsiahnutých robustných metód a funkcií pokročilej zhlukovej analýzy (knižnica mClust), jednoduchá rozšíriteľnosť o široký výber balíčkov jayzka R. Aplikáciu je možné využiť ako pomôcku pri výuke prieskumovej analýzy študentov technických i lekárskych zameraní.

A key assumption for high-quality data analysis across disciplines is the thorough visual exploratory analysis (EDA) of each dataset. It is also for a great deal of subjectivity in its methods that EDA is often underestimated. The aim of this work is to implement selected methods of exploratory analysis in the form of an interactive web application designed for visual exloratory analysis of data, to test this tool and use it to perform the analysis of the clinical data set. An application called NeuroEDA was implemented using the R programming language/Shiny framework and tested on a publicly available dataset. Using the application, a clinical data set from the Neurological Clinic of the 1st Medical Faculty of Charles University was analyzed and evaluated. The advantage of NeuroEDA is, in addition to the robust regression method and advanced cluster analysis (mClust library), the easy expandability with a wide selection of R packages. The application can be used as a tool for teaching exploratory analysis for technical and medical students.