基于壓縮感知的癌癥基因表達(dá)數(shù)據(jù)的分類研究.pdf

1、隨著人類基因組計(jì)劃的進(jìn)行,DNA微陣列技術(shù)運(yùn)用到腫瘤疾病研究中,產(chǎn)生了大量維數(shù)高、樣本少的癌癥基因表達(dá)數(shù)據(jù)。如何從海量的基因表達(dá)數(shù)據(jù)中發(fā)現(xiàn)和提取少量具有分類識(shí)別能力和最小冗余度的特征基因,挖掘出有用的知識(shí)和信息,比較全面地認(rèn)識(shí)癌癥的基因本質(zhì)、獲得對(duì)“癌癥-基因”間關(guān)系的真實(shí)反映,對(duì)推進(jìn)惡性腫瘤的臨床診斷與治療,進(jìn)一步研究癌癥、發(fā)現(xiàn)癌癥的致病機(jī)理是非常重要的。本文利用壓縮感知的理論對(duì)癌癥基因表達(dá)數(shù)據(jù)進(jìn)行分類,把癌癥基因表達(dá)數(shù)據(jù)分類問(wèn)題歸結(jié)

2、為求解測(cè)試樣本對(duì)于訓(xùn)練樣本的稀疏表示問(wèn)題,通過(guò)求解癌癥基因表達(dá)數(shù)據(jù)的重構(gòu)來(lái)解決;通過(guò)計(jì)算重構(gòu)的殘差,根據(jù)殘差來(lái)判斷測(cè)試樣本類別。這種分類方法不需要反復(fù)訓(xùn)練來(lái)構(gòu)建分類器,只要測(cè)試樣本在訓(xùn)練樣本上的投影足夠稀疏,就能取得比較好的分類效果,并且耗時(shí)比較少。本文主要研究?jī)?nèi)容如下:
　　1.高維癌癥基因數(shù)據(jù)的降維研究。利用基于信噪比(SNR)、主成分分析法、基于Relief過(guò)濾法、基于Fisher準(zhǔn)則這4種方法將癌癥基因數(shù)據(jù)進(jìn)行降維,然后使

3、用壓縮感知方法對(duì)降維后的數(shù)據(jù)進(jìn)行分類以評(píng)估降維效果。研究表明,主成分分析法后的特征更有利于求解稀疏解,分類精度比較高。
　　2.癌癥基因表達(dá)數(shù)據(jù)的重構(gòu)算法。運(yùn)用訓(xùn)練樣本組成的完備字典,通過(guò)信號(hào)的重構(gòu)算法,找到用完備字典中表示測(cè)試樣本的稀疏解,然后計(jì)算殘差,殘差最小的項(xiàng)即為測(cè)試樣本的類別。在重構(gòu)算法中利用L1范數(shù)最小化來(lái)求解稀疏解,與Bagging神經(jīng)網(wǎng)絡(luò)、SVM和ELM的識(shí)別效果進(jìn)行比較和分析,實(shí)驗(yàn)表明即使是分類效果比較差的Bra