Japanese
English
TOPICS 医用工学・医療情報学
非負値行列因子分解（NMF）の医学研究への応用：解釈しやすいパターンの発見
Application of non-negative matrix factorization（NMF）to medical research：discovering interpretable patterns
佐藤 健一
1
Kenichi SATOH
1
1滋賀大学データサイエンス学系
pp.1018-1019
発行日 2026年9月12日
Published Date 2026/9/12
DOI https://doi.org/10.32118/ayu298111018
- 有料閲覧
PPV購入案内
1,595円 (1,450円+税10%) こちらは、1018ページから1019ページの文献です。
PPV（ペイ・パー・ビュー）とは、論文（記事）単位で購入・閲覧ができるサービスです。
購入には医書.jp本会員登録が必要です。
会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。
会員登録について詳しくはをご確認ください。
購入には医書.jp本会員登録が必要です。
会員登録完了後に改めて上記「購入サイトへ」を選択してください。
または「購入サイトへ」選択後に「購入ログイン」、「新規会員登録」の順に進んでください。
会員登録について詳しくはをご確認ください。
- Abstract 文献概要
- 参考文献 Reference
患者ごとの病態は一様ではなく，多数の測定項目の背後に少数の潜在パターンが隠れていることが多い．非負値行列因子分解（non-negative matrix factorization：NMF）は，そのような非負値データを解釈しやすい「部品」の組み合わせとして捉える手法である．1999年にLeeとSeungが『Nature』誌上で，人の顔画像を目や鼻，口などの部品に自動分解する手法として提案して以来1），画像認識，音源分離2），バイオインフォマティクスなど幅広い分野で応用されてきた3）．医学分野ではBrunetらが白血病や髄芽腫の遺伝子発現データにNMFを適用し，腫瘍の分子サブタイプの探索に有効であることを示した4）．本稿ではNMFの基本的な考え方を紹介し，従来のクラスタリング手法との違いおよび医学研究への応用例を述べる．
Copyright © 2026 Ishiyaku Publishers,Inc. All Rights Reserved.
