Unsupervised analysis of MS images using Cardinal

2 Analysis of a pig fetus wholy body cross section 1 2.1 Pre-processing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2.1.1 Normalization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2.1.2 Peak picking and alignment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2.2 Visualizing the dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.2.1 Visualization of molecular ion images . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.2.2 Exploratory analysis using PCA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2.3 Spatial segmentation using spatially-aware k-means clustering . . . . . . . . . . . . . . . . . . . . . . 4 2.3.1 Plotting the spatial segmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.3.2 Plotting the mean spectra of the segments . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.4 Spatial segmentation using spatial shrunken centroids clustering . . . . . . . . . . . . . . . . . . . . 6 2.4.1 Plotting the spatial segmentations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.4.2 Plotting the (shrunken) mean spectra of the segments . . . . . . . . . . . . . . . . . . . . . 9 2.4.3 Plotting and interpreting the t-statistics of the m/z values . . . . . . . . . . . . . . . . . . . 9 2.4.4 Identifying the number of segments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.4.5 Interpretting the spatial segmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11