Event detection/ja

Peak or event detection concepts support nanopore signal analysis. Source: Wikimedia Commons, CC BY-SA 4.0.

イベント検出は、Nanopore Wikiの学習パスの一部です。イベント検出とは、ナノポアの記録データから実際の遮断イベントや信号変化イベントを特定し、それらから比較可能な特徴を抽出することです。

コアコンセプト

• 検出閾値は、ベースライン値および現地のノイズに基づいて設定されるべきである。
• イベントの境界は、滞在時間、面積、形状に関する指標に影響を与えます。
• 弱い、重複する、または複数レベルのイベントについては、慎重な検証が必要です。
• 偽陽性（false positives）は、ノイズ、データの変動（ドリフト）、バブル現象、詰まり、および分析設定によって発生する可能性があります。

イベント検出ワークフロー

ステップ	説明
1	実験段階やサンプルの追加時刻に注記を付ける。
2	ローカルのベースラインとノイズを推定します。
3	候補者の基準や最低在籍期間のルールを設定してください。
4	文書化された基準に基づいて、イベントをマージ、分割、または却下します。
5	レビューのためにイベントテーブルとプロットをエクスポートします。

典型的な応用例

• ブロックの深さと滞在時間の定量化
• サンプルや細孔のバリアントを比較する。
• 分類モデルのためのトレーニングデータの構築。

よくある落とし穴

• 強いドリフトがある録音データには、1つの閾値を使用する。
• 空白なコントロールに対する偽陽性（false positive）のテストを行っていない。
• 自動生成された出力を、視覚的な確認なしに正しいものとして扱うこと。

関連ページ

• データ分析
• ノイズとフィルタリング
• 単一分子の検出
• トラブルシューティング

参考文献

• 信号検出理論
• 信号処理