检索结果-内蒙古大学图书馆

中国卫生统计 2009年第5期26卷 450-454,458页

作者：金志超陆健吴骋高青斌孙亚林贺佳第二军医大学卫生统计学教研室 200433

目的比较两种基于偏最小二乘法的分类模型对肿瘤基因表达数据行多分类分析的效果,比较不同差异基因选取方法对分类结果的影响。方法利用NCI60等4个肿瘤基因表达数据库,通过4种不同方法选取差异表达基因,在此基础上,用两种基于偏最小二... 详细信息

目的比较两种基于偏最小二乘法的分类模型对肿瘤基因表达数据行多分类分析的效果,比较不同差异基因选取方法对分类结果的影响。方法利用NCI60等4个肿瘤基因表达数据库,通过4种不同方法选取差异表达基因,在此基础上,用两种基于偏最小二乘的方法行多分类分析。一是偏最小二乘线性判别,首先运用偏最小二乘法行降维,再利用降维得到的成分作为输入变量作线性判别分析;二是偏最小二乘判别分析,利用偏最小二乘回归直接进行分类。分类效果采用留一法和10倍交叉验证法进行评价。结果偏最小二乘判别分析的分类效果略优于偏最小二乘降维后的线性判别。以变量重要性指标选取差异表达基因时分类效果较好,其次是SAM法。结论在对肿瘤基因表达数据行多分类分析时,偏最小二乘法既是一种高效的降维方法,也是一种实用的分类方法。

关键词：肿瘤基因表达数据偏最小二乘法多分类

来源：评论

学校读者我要写书评

暂无评论

极限学习机算法改进及其在肿瘤基因表达数据分类中的应用

极限学习机算法改进及其在肿瘤基因表达数据分类中的应用

引用

作者：王杨东北大学

学位级别：博士

肿瘤可分为良性和恶性肿瘤两大类,恶性上皮细胞肿瘤也叫癌症,它是目前最严重的危害人类健康的一类疾病。一般来说,如果能在早期将癌症扼杀,不但治愈机会大,而且能大大减少癌症患者的费用支出和身心痛苦。因此,及时、准确地诊断将对肿瘤... 详细信息

肿瘤可分为良性和恶性肿瘤两大类,恶性上皮细胞肿瘤也叫癌症,它是目前最严重的危害人类健康的一类疾病。一般来说,如果能在早期将癌症扼杀,不但治愈机会大,而且能大大减少癌症患者的费用支出和身心痛苦。因此,及时、准确地诊断将对肿瘤的后期治疗意义至关重大。但是,由许多因素引起的同一种癌症可能有不同的症状,传统的诊断方法可能无法准确地确诊癌症类型,而基因芯片技术的发展使得利用基因表达数据的肿瘤分类能够获取更准确的结果。基因表达数据具有类分布不平衡、高维小样本和高噪声特点,如何对此类数据进行有效的分析和处理引起了学者们的广泛关注。由于极限学习机具有学习速度快、简单易实现、泛化能力强等特点,本文针对基因表达数据的特点进行极限学习机分类研究,并将研究成果应用于肿瘤分类诊断,以促进肿瘤的预测和预防工作,提高人类健康水平。本文研究的关键性内容以及成果如下: (1)提出了基于改进的人工蜂群优化策略的极限学习机分类模型。针对极限学习机分类性能受输入权值及隐层阈值影响的问题,提出了改进的新颖人工蜂群算法,实现了极限学习机输入权值及隐层阈值的迭代优化,保证了分类精度最大化以及输出权值范数最小化。通过在肿瘤诊断以及目标识别、图像分割数据集上的对比实验证明了该模型能够得到紧凑的网络结构,又能提高极限学习机模型的泛化能力。 (2)提出了基于集成的模糊加权极限学习机分类模型。利用信息增益的方法对原始数据进行特征选择,降低训练复杂度。构建了模糊加权极限学习机分类模型,即提出了平衡因子弥补由不平衡数据造成的分类偏差,利用模糊隶属度抑制噪声和离群点对分类的影响。另外,提出了选择性集成新策略,即基于差异性度量准则剔除部分基分类器,通过多数投票的方法利用剩余的基分类器做出最终决策,使分类性能更加稳定、更加准确。最后,在肿瘤基因表达数据以及KEEL数据集上进行了大量对比实验,实验结果证明,该模型能够抑制噪声和离群点的影响,能有效地处理多类不平衡数据。 (3)提出了基于自适应加权核极限学习机分类模型。构建了加权核极限学习机分类模型,即提出了加权策略弥补分类器的偏斜,同时利用核函数处理在高维特征空间中存在的“维数灾难”计算问题,以降低计算复杂度。在此基础上,提出了自适应人工蜂群算法同步完成特征选择与参数优化,以增强加权核极限学习机的分类性能,一方面提出了离散型自适应人工蜂群算法鉴别最具分辨力的特征,另一方面提出了连续型自适应人工蜂群算法优化加权核极限学习机的参数实现分类。最后,在帕金森病数据集以及肿瘤基因表达数据上进行了大量对比实验,实验结果证明,该模型能够找出合理的数量较少的特征子集,并具有快速的分类效率和高的分类精度。 (4)提出了增强的基于核的多层模糊加权极限学习机分类模型。提出了基于核的模糊加权极限学习机模型,即在核极限学习机中引入加权策略和模糊隶属度,再以基于核的模糊加权极限学习机的自动编码器作为基本组件构建了深度学习网络模型,实现了特征的深度提取。在此基础上,提出了增强的灰狼优化算法实现深度学习网络模型的参数优化,提高深度学习网络模型的泛化能力。另外,该模型将特征学习和分类过程集成一体,即堆叠多个基于核的模糊加权极限学习机的自动编码器实现特征学习,利用最后一层基于核的模糊加权极限学习机实现分类。最后,在肿瘤基因表达数据以及KEEL数据集上进行了大量对比实验,实验结果证明,该模型具有良好的稳定性,能高效地处理不平衡和高维数据。

关键词：肿瘤基因表达数据极限学习机人工蜂群优化策略集成模糊加权极限学习机自适应加权核极限学习机基于核多层模糊加权极限学习机

来源：评论

学校读者我要写书评

暂无评论

基于流形学习和多任务学习的肿瘤基因表达数据分类方法研究

基于流形学习和多任务学习的肿瘤基因表达数据分类方法研究

引用

作者：田贝贝武汉科技大学

学位级别：硕士

随着生物信息学发展，肿瘤基因表达数据的特征提取方法被广泛应用于肿瘤疾病分类预测，并在其临床诊断及防治方面发挥重要作用。但是肿瘤基因表达数据具有高维、小样本等特点，传统的机器学习算法很难精确地对其进行分类。本文从流形学... 详细信息

随着生物信息学发展，肿瘤基因表达数据的特征提取方法被广泛应用于肿瘤疾病分类预测，并在其临床诊断及防治方面发挥重要作用。但是肿瘤基因表达数据具有高维、小样本等特点，传统的机器学习算法很难精确地对其进行分类。本文从流形学习和多任务学习出发，研究肿瘤基因表达数据的分类方法。本文提出局部线性表示的Fisher准则方法应用于肿瘤基因表达数据分类。LLRFC方法针对局部线性嵌入没有引进样本类别信息的缺点，采用K近邻标准和数据标签构建类内子图和类间子图。采用局部线性重构计算类内子图和类间子图的权值，并建立Fisher准则实现类内子图散度最小和类间子图散度最大，在特征子空间中提取最佳分类特征。通过不同基因数据分类实验验证LLRFC算法的效果。此外，本文提出多任务稀疏投影方法应用于肿瘤基因表达数据分类。Mt-SP方法集成了稀疏投影和多任务学习的特点，一方面利用不同任务之间的相互关系对主任务进行辅助学习，得到相对单任务学习更好的分类效果和较强的泛化能力；另一方面通过稀疏学习实现肿瘤基因表达数据中判别能力更强的特征的选择。通过将算法应用到保险公司基准数据集（COIL2000）和小圆蓝细胞肿瘤数据集（SRBCTs）验证算法的效果。

关键词：肿瘤基因表达数据稀疏投影多任务学习流形学习

来源：评论

学校读者我要写书评

暂无评论

基于机器学习和智能优化的肿瘤基因表达数据挖掘研究

基于机器学习和智能优化的肿瘤基因表达数据挖掘研究

引用

作者：高凌云皖南医学院

学位级别：硕士

目的:DNA微阵列技术通过同步追踪大量基因的表达水平而得到基因表达谱数据,广泛应用于生物医学各个领域。基因表达数据的一个重要研究方向就是肿瘤等重大遗传性疾病的病理诊断与分类研究。肿瘤作为一种由特定基因序列和表达变异引起的疾... 详细信息

目的:DNA微阵列技术通过同步追踪大量基因的表达水平而得到基因表达谱数据,广泛应用于生物医学各个领域。基因表达数据的一个重要研究方向就是肿瘤等重大遗传性疾病的病理诊断与分类研究。肿瘤作为一种由特定基因序列和表达变异引起的疾病,其表达谱的出现为肿瘤学提供了一种全新的临床研究手段。因此,本文对肿瘤基因表达数据进行挖掘研究,可以为肿瘤的早期诊断和临床治疗提供重要依据。方法:肿瘤基因表达谱具有样本小、维度高、噪声大、冗余多和非线性等特点,给现有的分析处理工作带来了一定的挑战。机器学习算法中支持向量机(support vector machine,SVM)处理高维非线性数据有独特的优势。智能优化算法一般不要求目标函数和约束的连续性与凸性,能很好的适应数据中的不确定性。因此,本文采用机器学习和智能优化相关算法分析挖掘肿瘤基因表达数据。主要内容包括:(1)基于基因表达数据中存在的大量无关基因和冗余基因,提出信息增益(information gain,IG)结合SVM的两阶段混合方法选择信息基因。该方法采用IG去除肿瘤样本中的大量无关基因,再利用SVM进一步约减数据中的冗余基因;(2)研究了粒子群优化算法(particle swarm optimization,PSO)、人工蜂群算法(artificial bee colony,ABC)等智能优化方法,详细分析了它们在处理高维非线性问题时的优势;(3)提出PSO结合ABC算法优化SVM的分类方法。该方法将PSO算法的寻优结果作为ABC算法的初始值,可以更有效的搜索到SVM相关参数最优值。结果:将改进的算法应用到多组肿瘤样本数据中,结果表明信息增益IG结合SVM筛选信息基因的方法能够获得数目较少且质量较高的基因子集,并对获得的基因进行分析,发现这些基因对相应肿瘤的研究有重要临床意义,其中包括已经证实的以及尚未被发现的基因。另外,对于结合PSO和ABC智能优化方法优化SVM的分类模型,在多组肿瘤数据上的结果显示,和其他优化方法相比,该混合方法的鲁棒性较好且分类精度更高。结论:论文提出的方法能够获得高质量的信息基因子集,并且采用构建的分类模型对肿瘤样本进行分类可以获得更优的分类结果,验证了机器学习和智能优化算法处理肿瘤样本数据时的有效性,对肿瘤的早期诊断和临床治疗方案制定具有一定的潜在价值。

关键词：肿瘤基因表达数据支持向量机智能优化特征选择分类

来源：评论

学校读者我要写书评

暂无评论

基于肿瘤基因表达数据的密度峰值聚类算法研究

基于肿瘤基因表达数据的密度峰值聚类算法研究

引用

作者：蒋雨璠兰州交通大学

学位级别：硕士

随着生物技术快速发展,逐渐成熟的基因芯片技术产生越来越多的基因表达数据,其中通过对肿瘤基因表达数据进行聚类相关分析判定癌症亚型类别成为目前国内外研究的热点。从肿瘤基因表达数据的分子层面进行研究,分析相关致病基因可以判别... 详细信息

随着生物技术快速发展,逐渐成熟的基因芯片技术产生越来越多的基因表达数据,其中通过对肿瘤基因表达数据进行聚类相关分析判定癌症亚型类别成为目前国内外研究的热点。从肿瘤基因表达数据的分子层面进行研究,分析相关致病基因可以判别肿瘤细胞的不同亚型。由于基因表达的自身特点、且技术成本较为高昂,进而基因表达数据普遍存在维度高、样本少、结构复杂等问题,从而探寻一种适应于肿瘤基因表达数据的聚类算法成为研究重心。密度峰值聚类算法(Density Peak Clustering,DPC)算法整体思路简单、参数较少、聚类准确率较高受到国内外研究学者的重点关注,将其应用于肿瘤基因表达数据中判定癌症亚型有着较高的研究价值及意义。本文主要针对肿瘤基因表达数据的特点,对DPC算法进行相适应的改进作为论文整体研究方向,并把改进后的算法应用在肿瘤基因表达数据集上进行癌症患者不同亚型类别的判定。主要研究内容如下:(1)针对传统DPC算法关键性参数需要人为手动进行选取及非簇中心点标签分配策略未考虑数据点间相关性的问题进行研究,提出了一种结合KNN和图标签传播的密度峰值聚类算法(Density Peak Clustering Algorithm Combined with KNN and Label Propagation,DPC-NNLP),该算法主要结合KNN算法思想来计算各样本数据点的局部密度值,并通过KNN算法形成的最近邻点构造局部密度主干区域,最后运用基于密度的KNN图把已知主干区域中数据点的标签分配给剩余点以形成最终的簇,并把该算法应用在多种形状和密度差异性较大的数据中进行聚类仿真实验。(2)针对传统DPC算法应用在高维数据中聚类效果不佳、算法时间复杂度较高的问题进行研究,提出了一种基于粗糙集子空间的密度峰值聚类算法(Density Peak Clustering Based on Rough Set Subspace,DPC-RSS),该算法结合DPC算法的优势,整体采用迭代的过程,在子空间聚类模式的基础上,应用粗糙集理论对聚类思路进行改进。利用DPC算法选取聚类中心点时的合理性以及子空间聚类模式对于高维数据高效的处理能力,有效避免了传统DPC算法在高维数据中的应用问题,把改进后的算法在多个高维数据集上进行了聚类仿真实验。(3)把本文所提出的算法应用在肿瘤细胞亚型类别分析中,首先对肿瘤基因表达数据集预处理,把算法应用在肿瘤基因表达数据集上,通过分析基因间的差异表达实现肿瘤细胞不同亚型类别的判定。并进行多组仿真实验,证明本文所提出的算法能够较为精准的判定肿瘤细胞的亚型类别。

关键词：肿瘤基因表达数据密度峰值聚类 KNN算法子空间聚类肿瘤细胞亚型聚类

来源：评论

学校读者我要写书评

暂无评论

浅谈模式识别中的支持向量机技术分析肿瘤基因表达数据

引用

科技资讯 2011年第33期9卷 235-235页

作者：赵洁茹内蒙古兴安职业技术学院内蒙古乌兰浩特137400

肿瘤基因表达数据的模式识别是在已有数据的基础上建立分类器,并利用所建立的分类器对未知样品的状态进行判别。肿瘤基因表达谱数据的特点是矩阵的维数不断增加,而且样本的数目却较少。支持向量机可以处理高维数据,并且支持向量机的分... 详细信息

肿瘤基因表达数据的模式识别是在已有数据的基础上建立分类器,并利用所建立的分类器对未知样品的状态进行判别。肿瘤基因表达谱数据的特点是矩阵的维数不断增加,而且样本的数目却较少。支持向量机可以处理高维数据,并且支持向量机的分类精度很高,抗噪能力也很强,使得支持向量机在肿瘤分类中有了充分的应用。

关键词：模式识别支持向量机肿瘤基因表达数据

来源：评论

学校读者我要写书评

暂无评论

基于基因表达数据的肿瘤分类算法研究

基于基因表达数据的肿瘤分类算法研究

引用

作者：陆慧娟中国矿业大学

学位级别：博士

随着基因芯片技术的快速发展，越来越多的肿瘤基因表达数据得以测定。依据基因表达数据，在分子生物学水平上进行肿瘤早期诊断具有重要意义。及时、准确的诊断将有利于后续治疗的成效，而误诊则可能使癌症患者错过最佳治疗机会。然而，... 详细信息

随着基因芯片技术的快速发展，越来越多的肿瘤基因表达数据得以测定。依据基因表达数据，在分子生物学水平上进行肿瘤早期诊断具有重要意义。及时、准确的诊断将有利于后续治疗的成效，而误诊则可能使癌症患者错过最佳治疗机会。然而，基因表达数据具有高维、分布不平衡、样本数量少等特点。怎样有效地分析、处理和利用此类数据引起学者们的广泛关注。针对肿瘤基因表达数据的分类问题，由于存在大量冗余基因及噪声，基因表达数据的分类性能尚未达到实用水平，当前的研究重点在于：①如何从高维数据中提取出少数关键的致病基因；②寻找最适合的分类算法并提高其分类性能。本文主要借助神经网络和极限学习机（Extreme Learning Machine,ELM）来构建分类模型，预测肿瘤基因表达数据，提出的方法在多种肿瘤数据集和非肿瘤数据集上进行实验验证。主要研究工作如下： 1）针对高维基因表达数据降维问题，提出了一种基于信息增益和遗传算法的基因选择方法，将特征基因选择转化为全局优化问题。在遗传算法搜索阶段，把类间距离与类内距离之比作为适应度函数，设计与模型无关的基因选择算法，降低数据维数。实验表明，经选择得到的各个特征与分类目标密切相关，提高分类器的泛化能力。 2）针对基因表达数据的不平衡、小样本等问题，通过扩充小类样本规模和减少大类样本规模的思路以达到类别平衡。先经过特征选择过程保留对分类起关键作用的特征，再参照SMOTE过抽样理论，提出了FS-Sampling算法。实验表明，提出的方法能很好地平衡数据分布，能有效降低数据的不平衡性，明显提高少数类的分类精度。 3）为解决数据分布对神经网络模型逼近精度的影响以及单个ELM性能不稳定问题，从数据层面着手构建集成分类器，研究了基于数据集差异的集成策略，提出一种基于样本集分割的集成算法。首先，将样本集分割为k等份；然后，从其中k-1份中随机抽样组成训练样本集，重复迭代n次训练n个基分类器；最后，利用多数投票法进行分类器集成。实验证明，该算法能提高基分类器之间的差异度，有效提高集成分类精度。 4）针对单个ELM性能不稳定问题，从分类器输出结果差异的角度出发集成分类器，提出了一种基于输出不一致测度的ELM相异性集成算法（D-D-ELM）。首先，以输出不一致测度为标准对多个ELM模型进行相异性判断；然后，根据ELM的平均分类精度剔除相应的模型；最后，对筛选后的分类模型通过多数投票法进行集成。对该算法进行了理论证明和实验验证，实验结果显示该算法能够以更少的模型数量达到较稳定的分类精度。 5）针对降低决策风险、减少平均代价等问题，以最小分类代价为目标，探讨了嵌入拒识代价和非对称误分类代价的分类问题，提出了嵌入误分类代价和拒识代价的ELM算法。通过在算法中嵌入代价敏感因素，使得嵌入代价因素的ELM能够直接处理具有不同代价的数据。实验证明该算法能有效降低平均误分类代价，提高分类的可靠性。综上所述，针对肿瘤基因表达数据分类任务中的挑战性问题，在解决高维小样本、数据降维和分布不平衡问题方面，综合提出了有效的基因选择和过抽样合成等方法。这些方法不仅可以提高分类器的性能，而且排除了大量无关基因干扰，有利于定位对疾病有鉴别力的特征基因，有助于相关疾病诊断。在数据分类中，提出了基于神经网络及ELM的集成分类模型，实现了基于数据集差异和分类器输出结果差异的集成算法，并在算法中嵌入代价敏感因素以体现肿瘤识别过程中不同数据的重要性。上述工作构建了一种适用于基因表达数据分类问题的算法框架，提高了肿瘤基因表达数据的分类精度，一定程度解决了该研究领域的难点问题，对于推进高维、不平衡数据的研究具有重要理论意义和实用价值。

关键词：肿瘤基因表达数据特征选择集成学习代价敏感 ELM

来源：评论

学校读者我要写书评

暂无评论

非负矩阵因子分解算法处理癌症基因表达数据的研究

非负矩阵因子分解算法处理癌症基因表达数据的研究

引用

作者：杜芳电子科技大学

学位级别：硕士

肿瘤的发生和发展是一个复杂的多阶段过程。它通常是由于某些基因突变和异常表达所致,或者进一步影响另外一些基因的表达,从而导致细胞内一些蛋白质分子发生改变,并由此产生肿瘤病理学上的差异,因而形成了临床诊断中的不同分类。能够正... 详细信息

肿瘤的发生和发展是一个复杂的多阶段过程。它通常是由于某些基因突变和异常表达所致,或者进一步影响另外一些基因的表达,从而导致细胞内一些蛋白质分子发生改变,并由此产生肿瘤病理学上的差异,因而形成了临床诊断中的不同分类。能够正确的对不同病理分型的肿瘤进行分类,并找出导致其分型的差异表达基因,对肿瘤诊断和治疗具有非常积极的意义。本文根据肿瘤基因表达数据的数据特性和生物机理,研究其分类和差异表达基因提取方法,主要开展了以下工作: 1.分析和实现了非负矩阵因子分解(NMF)算法,并提出将此算法用于胃癌基因表达数据的正常样本与疾病样本的分类,且分类正确率高达98.41%。同时,本文将NMF算法推广到结肠癌样本的分类中,正确率达到88.10%。研究结果表明,本文方法对疾病的临床诊断和生物医学研究有重要的参考和借鉴作用。 2.基于NMF算法提出了差异表达基因的提取方法。该方法主要通过分析基因与集合基因之间在数值表达上的相互关系,提取在胃癌组织中有显著上调表达或者下调表达的差异表达基因,并通过EASE基因表达分析软件系统对有差异表达的基因进行统计学分析,找出共同参与某一生物过程的一系列基因,结合相关医学文献对在胃癌的发生发展过程中起到重要作用的基因进行详细注释。该方法通过对集合基因的巧妙利用,扩展了非负矩阵分解算法的应用,弥补了NMF算法在差异表达基因提取方面的缺陷,同时丰富了NMF算法的生物意义。

关键词：非负矩阵因子分解肿瘤基因表达数据集合基因基因功能

来源：评论

学校读者我要写书评

暂无评论

肿瘤基因选择方法LLE Score

引用

北京工业大学学报 2015年第8期41卷 1145-1150页

作者：李建更逄泽楠苏磊陈思远北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124 吉林大学机械科学与工程学院长春130025

针对处理肿瘤基因表达数据特征选择问题,提出了一种特征选择方法 LLE Score.该方法是典型的过滤器类型特征选择方法,在样本类别信息的基础上,LLE Score针对特征向量的局部邻域保存能力进行评价,并且根据评价结果进行特征的选取,以此达... 详细信息

针对处理肿瘤基因表达数据特征选择问题,提出了一种特征选择方法 LLE Score.该方法是典型的过滤器类型特征选择方法,在样本类别信息的基础上,LLE Score针对特征向量的局部邻域保存能力进行评价,并且根据评价结果进行特征的选取,以此达到良好的特征选择效果.在实验部分对肿瘤数据集进行特征选择,并采用支持向量机分类器计算分类准确率.通过分类准确率说明了该方法的有效性.

关键词： LLE Score 特征选择肿瘤基因表达数据

来源：评论

学校读者我要写书评

暂无评论

基于MFA算法的肿瘤特征基因选择方法研究

基于MFA算法的肿瘤特征基因选择方法研究

引用

作者：苏磊北京工业大学

学位级别：硕士

随着生物信息学的不断发展，大量的基因表达数据被获取，特别是肿瘤的基因表达数据。用机器学习的方法对这些数据进行分析并获得分类特征基因，有助于肿瘤早期诊断，近年来一直是生物信息学研究的热点。由于肿瘤基因表达数据的维数一般... 详细信息

随着生物信息学的不断发展，大量的基因表达数据被获取，特别是肿瘤的基因表达数据。用机器学习的方法对这些数据进行分析并获得分类特征基因，有助于肿瘤早期诊断，近年来一直是生物信息学研究的热点。由于肿瘤基因表达数据的维数一般是几千甚至上万，它会影响机器学习算法的效率，甚至降低学习的效果，这就是所谓的“维数灾难”，特征选择方法可以从成千上万个基因中选择出带有较多分类信息的基因，这不但改善了学习的效率，提高了学习的精度，而且有重要的生物学意义，可以帮助人们寻找肿瘤的致病基因，从基因表达的角度解释肿瘤的成因。近年来，有学者提出了一种流形学习算法的一般性框架，并由此提出了边缘费希尔分析算法(Marginal Fisher Analysis，MFA)，在分类研究中取得了良好效果。本文主要提出了一种基于流形学习的特征选择算法:MFA score+算法，并将其应用在肿瘤基因表达数据。实验选用了9种公开的肿瘤数据集，在前面8种数据集上验证改进算法的有效性，在最后一个数据集（急性白血病数据集）上进行了特征基因子集的生物意义分析。　　本文取得的主要研究成果如下:　　1.将MFA score算法应用于肿瘤基因表达数据。首先详细介绍了MFA特征提取算法，并且指出其适用于任何分布的训练样本，然后从它出发改造成了一种对特征进行打分的特征选择算法:MFA score。接下来简要介绍了公开的8种肿瘤基因表达数据、用于对比实验的两种特征选择算法和作为分类器的支持向量机，最后给出了实验结果。从实验结果可以看出MFA score算法明显优于Fisher score和T-test算法，它可以被用于特征基因的选取任务。　　2.基于MFA score算法，提出了一种结合排除冗余的MFA score+算法。首先指出冗余基因在肿瘤基因表达数据中大量存在这一现象，说明了单特征评价算法会存在冗余基因。然后就这一问题提出了基于Pearson相关系数的排除冗余方法，并与MFA score算法结合成MFA score+算法，给出了算法的流程图。最后通过比较实验说明了此算法的分类效果优于MFA score等算法。　　3.讨论了特征选择算法用于肿瘤基因表达数据分析的生物学意义，进一步说明了MFA score+算法的有效性。将MFA score+算法用于人类急性白血病的数据集。首先，介绍了最早利用机器学习方法处理的急性白血病数据集和Golub的“信噪比”方法。然后，用MFA score+算法对数据进行特征选择，结果选出了12个特征基因，分类准确率达到了100％。最后，对选出的基因子集做了生物意义分析，通过比对发现12个基因中有10个在Golub选出的50个特征基因中，其中的M23197基因在白血病免疫分型中起着重要作用，是当前用于白血病亚型分型的重要免疫标记，这表明了MFA score+算法的应用价值。

关键词：肿瘤基因表达数据边缘费希尔分析算法流形学习生物功能

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：