[论文解读] Peak Detection as Multiple Testing

Armin Schwartzman, Yulia Gavrilov+1 more|arXiv (Cornell University)|Aug 11, 2010

Statistical Methods and Inference参考文献 25被引用 6

一句话总结

该论文提出了一种多重检验框架，用于在噪声数据中检测形状相同、非重叠的单峰，通过核平滑处理后在局部极大值点计算p值。该方法在渐近意义上实现了家族错误率（FWER）和错误发现率（FDR）的严格控制，当平滑带宽与峰宽匹配时，检测功效达到最优。

ABSTRACT

This paper considers the problem of detecting equal-shaped non-overlapping unimodal peaks in the presence of Gaussian ergodic stationary noise, where the number, location and heights of the peaks are unknown. A multiple testing approach is proposed in which, after kernel smoothing, the presence of a peak is tested at each observed local maximum. The procedure provides strong control of the family wise error rate and the false discovery rate asymptotically as both the signal-to-noise ratio (SNR) and the search space get large, where the search space may grow exponentially as a function of SNR. Simulations assuming a Gaussian peak shape and a Gaussian autocorrelation function show that desired error levels are achieved for relatively low SNR and are robust to partial peak overlap. Simulations also show that detection power is maximized when the smoothing bandwidth is close to the bandwidth of the signal peaks, akin to the well-known matched filter theorem in signal processing. The procedure is illustrated in an analysis of electrical recordings of neuronal cell activity.

研究动机与目标

• 开发一种通用且统计严谨的峰检测方法，在未知峰数和位置的情况下控制全局错误率。
• 通过将峰检测形式化为多重检验问题，解决现有算法中经验阈值的局限性。
• 在高斯遍历平稳噪声下，确保家族错误率（FWER）和错误发现率（FDR）的强控制，且在信噪比和搜索空间增大时具有渐近有效性。
• 提供一种计算高效且可扩展的程序，适用于大规模数据，如基因组或神经元记录数据。
• 在等形状、非重叠单峰的现实假设下，建立错误控制和检测功效的理论保证。

提出的方法

• 对观测数据应用核平滑处理，以提高信噪比并降低维度。
• 将候选峰识别为平滑序列中的局部极大值，从而将检验数量从所有数据点减少到仅潜在峰位置。
• 使用在纯噪声原假设下峰高分布的p值，通过高斯过程的Palm微积分推导，在每个局部极大值点计算p值。
• 利用计算得到的p值，应用多重检验校正方法——Bonferroni校正用于控制家族错误率，Benjamini-Hochberg校正用于控制错误发现率。
• 使用渐近近似方法对阈值程序进行处理，以确保在信噪比和搜索空间增大时具有理论上的错误控制。
• 推导出错误率受控且检测功效收敛至1的理论条件。

实验结果

研究问题

• RQ1 峰检测能否被形式化为一个多重检验问题，以确保严格的错误控制？
• RQ2 所提出的方法在现实噪声假设下是否能实现对家族错误率和错误发现率的强控制？
• RQ3 平滑带宽的选择如何影响检测功效？是否存在与信号峰宽匹配的最优带宽？
• RQ4 随着信噪比和搜索空间的增加，错误率和检测功效的渐近行为如何？
• RQ5 在实际场景中，该方法对部分峰重叠和低信噪比的鲁棒性如何？

主要发现

• 所提出的方法在高斯遍历平稳噪声下，实现了对家族错误率和错误发现率的强渐近控制。
• 即使在相对较低的信噪比下，也能实现期望的错误水平，模拟结果表明在高斯峰形和自相关噪声下表现良好。
• 当平滑带宽接近信号峰的真实带宽时，检测功效达到最大值，与匹配滤波定理一致。
• 该方法对部分峰重叠具有鲁棒性，在峰重叠场景下仍能保持准确的错误控制和高检测功效。
• 理论分析证实，当使用确定性阈值时，检测功效以概率收敛至1，且该结果可推广至随机阈值，因其渐近等价性。
• 模拟结果表明，Benjamini-Hochberg程序能渐近保持FDR控制，且在真实峰比例固定时，阈值收敛至一个固定极限。