基于SOM神經網絡算法的癌癥診斷研究.pdf

1、癌癥起源于正常組織在物理或化學致癌物的誘導下，基因組發(fā)生的突變，人類有史以來，癌癥吞噬了無數人的生命。特別是20世紀50年代以后，癌癥發(fā)病率和死亡率急劇上升，成為對人類健康危害最大的常見病和多發(fā)病之一。鑒于傳統(tǒng)癌癥診斷方法的諸多缺點和不足，以及計算機輔助診斷的優(yōu)越性，計算機用于臨床輔助診斷已是個不爭的事實，將會給廣大的癌癥患者帶來方便。
　　論文的主要工作是在研究了基于自組織映射人工神經網絡和基因特征選擇的癌癥自動診斷算法的基礎上

2、，建立了相應的數學模型，同時采用遺傳算法對模型進行了進一步優(yōu)化，論文的主要算法涉及以下三部分的設計思路：
　　(1)對大量的基因數據進行兩獨立樣本的T檢驗，實現了基因對癌癥病理的差異性表達，從大量基因數據中選擇有益于癌癥分類的數據作為特征。對基因數據根據相伴概率值從小至大排序，依次選取對癌癥診斷有明顯作用的基因。
　　(2)設計了結合T檢驗技術和自組織映射神經網絡兩項技術，實現了采用基因特征的癌癥診斷模型。采用自組織映射神經

3、網絡設計了自動聚類模型，進行是否患有癌癥的自動診斷，并研究基因數量與識別性能之間的對應關系。通過算法的設計和實驗驗證，選擇了有益分類的基因特征，并確定了表達癌癥性狀的有效的基因數量。
　　(3)結合遺傳算法，對個體的編碼控制基因的選擇，以正常和癌癥聚類結果中的識別率作為目標函數，以識別率最大化為目標，實現對基因選擇的優(yōu)化。其中遺傳算法的操作在基于兩獨立樣本T檢驗結果優(yōu)選的基因數據基礎上進行，保證了遺傳算法搜索過程的有效性。