[论文解读] Near-Optimal Stochastic Threshold Group Testing

Chun Lam Chan, Sheng Cai+3 more|Explore Bristol Research|Apr 22, 2013

SARS-CoV-2 detection and testing参考文献 18被引用 5

一句话总结

本文提出了一种近似最优、计算高效的随机阈值群组检测方案，用于使用少量混合测试识别出 $d \ll n$ 个缺陷项。通过在模糊阈值范围 $(l,u)$ 内对测试结果进行概率建模，作者在温和假设下实现了近似最优的测试复杂度 $\mathcal{O}(d\log n)$，显著优于以往最坏情况或非自适应方案中高解码复杂度的局限。

ABSTRACT

We formulate and analyze a stochastic threshold group testing problem motivated by biological applications. Here a set of $n$ items contains a subset of $d \ll n$ defective items. Subsets (pools) of the $n$ items are tested -- the test outcomes are negative, positive, or stochastic (negative or positive with certain probabilities that might depend on the number of defectives being tested in the pool), depending on whether the number of defective items in the pool being tested are fewer than the {\it lower threshold} $l$, greater than the {\it upper threshold} $u$, or in between. The goal of a {\it stochastic threshold group testing} scheme is to identify the set of $d$ defective items via a "small" number of such tests. In the regime that $l = o(d)$ we present schemes that are computationally feasible to design and implement, and require near-optimal number of tests (significantly improving on existing schemes). Our schemes are robust to a variety of models for probabilistic threshold group testing.

研究动机与目标

• 解决现有阈值群组检测方案在最坏情况或非随机模型下的计算与信息效率低下问题。
• 开发一种实用的、近似最优的群组检测框架，利用模糊阈值范围 $(l,u)$ 内的测试结果的概率特性。
• 在保持多项式时间解码复杂度的同时，减少缺陷项识别所需的测试次数。
• 对各种随机测试噪声模型具有鲁棒性，特别是生物应用中常见的模型。
• 即使当 $l = o(d)$ 时，也能实现与经典群组检测相当的近似最优测试复杂度。

提出的方法

• 提出一种两阶段测试方案：首先，使用指示组通过经验测试结果频率估计参考组中的缺陷项数量。
• 采用概率阈值模型，其中在范围 $(l,u)$ 内的测试结果以依赖于缺陷项数量的概率随机为阳性或阴性。
• 使用切尔诺夫不等式估计相邻缺陷项数量之间的概率差异，需要额外 $\mathcal{O}(g^2)$ 次测试以区分 $g = u - l - 1$ 范围内的微小差异。
• 应用集中不等式，确保基于多个指示组中观察到的测试结果，以高概率实现缺陷项的可靠解码。
• 设计自适应与非自适应方案（TGT-BERN-ADA 和 TGT-LIN-NONA），基于阳性结果概率的估计值采用不同的解码规则。
• 提出一种新颖的参考组选择策略，确保缺陷项数量之间具有足够的统计分离度，以实现可靠的推断。

实验结果

研究问题

• RQ1 在阈值群组检测中，对模糊测试结果进行随机建模是否能减少相比最坏情况模型所需的测试次数？
• RQ2 在随机阈值模型下，实现高概率缺陷项识别所需的最少测试次数是多少？
• RQ3 如何在保持近似最优测试次数的同时降低阈值群组检测中的解码复杂度？
• RQ4 能否用概率保证替代零误差要求，以实现更高效且实用的群组检测方案？
• RQ5 在随机阈值模型中，间隙 $g = u - l - 1$ 对测试复杂度和估计精度有何影响？

主要发现

• 所提出的方案实现了 $\mathcal{O}(d\log n)$ 的近似最优测试复杂度，即使当 $l = o(d)$ 时也与经典群组检测保持一致。
• 所需测试次数以高概率按 $\mathcal{O}(d\ln n + \ln(1/\epsilon)\sqrt{l}\ln l)$ 的形式增长，确保正确解码。
• 解码复杂度为 $\mathcal{O}(n\ln n)$，使得该方案在大规模 $n$ 下仍具有计算可行性。
• 该方案对多种随机模型具有鲁棒性，包括从 $l$ 到 $u$ 线性增加的阳性测试概率。
• 需要额外 $\mathcal{O}(g^2)$ 次测试（相较于标准方案）以估计阈值范围内微小概率差异，且该数量是必要且充分的。
• 通过集中不等式和引理 5–7 的改进版本，建立了理论保证，确保在误差界 $\epsilon_2, \epsilon_3, \epsilon_4$ 下实现高概率解码。