基于基因表達(dá)譜數(shù)據(jù)的腫瘤分類(lèi)研究.pdf

1、近年來(lái)，腫瘤疾病已經(jīng)嚴(yán)重威脅到人類(lèi)的生命健康，與此同時(shí)生物信息技術(shù)也在快速發(fā)展，利用基因表達(dá)譜數(shù)據(jù)在基因水平上研究腫瘤的發(fā)生發(fā)展機(jī)理，有助于腫瘤的診斷和治療。
　　基因芯片技術(shù)可以同時(shí)檢測(cè)成千上萬(wàn)個(gè)基因的動(dòng)態(tài)表達(dá)水平，這些表達(dá)值構(gòu)成了基因表達(dá)譜數(shù)據(jù)。腫瘤的基因表達(dá)譜數(shù)據(jù)具有高維小樣本的特點(diǎn)，然而只有少量的基因真正與腫瘤分類(lèi)相關(guān)。由于冗余基因不僅增加了時(shí)間復(fù)雜度，而且還降低了分類(lèi)準(zhǔn)確度，因此需要從基因當(dāng)中挑選出信息基因用于對(duì)腫瘤分類(lèi)

2、。針對(duì)這個(gè)問(wèn)題，本文主要研究適用于腫瘤基因表達(dá)譜數(shù)據(jù)分析的新方法，主要工作總結(jié)如下:
　　提出了一種改進(jìn)的ReliefF和遺傳算法耦合的組合式特征選擇方法。算法首先對(duì)ReliefF中樣本的選取方法做了改進(jìn)，然后采用改進(jìn)的ReliefF對(duì)基因進(jìn)行加權(quán)，并選出權(quán)重較高的信息基因，最后利用這些信息基因來(lái)指導(dǎo)遺傳算法的種群初始化，其目的是為了提高遺傳算法搜索最優(yōu)解的速度，以便在較短的時(shí)間內(nèi)尋找到最優(yōu)解。在六個(gè)腫瘤數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)，結(jié)果表

3、明，從分類(lèi)準(zhǔn)確率、敏感度、特異性和特征子集大小等多個(gè)角度考察，該算法具有良好的綜合性能。
　　提出了一種基于哈達(dá)碼糾錯(cuò)碼支持向量機(jī)的腫瘤分類(lèi)算法。算法首先通過(guò)哈達(dá)碼矩陣來(lái)生成糾錯(cuò)編碼，然后通過(guò)糾錯(cuò)編碼將多類(lèi)別的腫瘤分類(lèi)問(wèn)題轉(zhuǎn)換為多個(gè)二分類(lèi)問(wèn)題，最后利用支持向量機(jī)來(lái)訓(xùn)練各個(gè)二分類(lèi)器。在算法中通過(guò)對(duì)各個(gè)二分類(lèi)器進(jìn)行了準(zhǔn)確率加權(quán)和篩選，保留了分類(lèi)性能好的分類(lèi)器，保證了分類(lèi)的準(zhǔn)確率。在六個(gè)多類(lèi)別的腫瘤數(shù)據(jù)集上與經(jīng)典的基于支持向量機(jī)的多類(lèi)分