基于基因表達(dá)譜數(shù)據(jù)的癌癥分類研究.pdf

1、癌癥種類繁多、致病機(jī)理復(fù)雜而且難以治愈，近年已經(jīng)嚴(yán)重危害到人類的生命和健康。盡早的確診可以幫助挽救病人生命，由于傳統(tǒng)癌癥診斷方法自身的局限性，并沒(méi)有很好的解決這一問(wèn)題?；蛐酒?，又稱作DNA微陣列，是上世紀(jì)以來(lái)生物信息學(xué)領(lǐng)域的一個(gè)重大技術(shù)突破，其高通量特點(diǎn)使得在單次實(shí)驗(yàn)中同時(shí)檢測(cè)大量基因的表達(dá)值成為可能。此后，基因芯片就作為分子生物學(xué)研究中的一個(gè)重要的基本工具，被廣泛用于癌癥的診斷和類型識(shí)別中。利用基因表達(dá)譜數(shù)據(jù)得以對(duì)癌癥分類問(wèn)題從分子

2、水平上進(jìn)行分析和研究，目前基于基因表達(dá)譜的癌癥分類研究主要集中在兩個(gè)方面:一來(lái)，基因表達(dá)譜數(shù)據(jù)擁有高維小樣本、高冗余、高噪音等特點(diǎn)，如何從這些數(shù)據(jù)中選擇出于疾病相關(guān)的基因成為了研究重點(diǎn);二來(lái)，當(dāng)前基因表達(dá)譜數(shù)據(jù)分析的成熟度并沒(méi)有達(dá)到應(yīng)用水平，目前癌癥診斷仍依賴于傳統(tǒng)基于形態(tài)學(xué)的方法，所以尋找到高效的分類算法提高分類性能是研究的另一個(gè)關(guān)鍵任務(wù)。
　　針對(duì)上述兩個(gè)方面，本文參考了大量相關(guān)文獻(xiàn)，了解了癌癥分類問(wèn)題一般過(guò)程和常用方法，并展

3、開(kāi)了如下工作:
　　(1)概述了集成學(xué)習(xí)的概念并提出一種基于數(shù)據(jù)自身的集成分類的設(shè)想，在一個(gè)已有的集成分類方法上提出了一種叫單點(diǎn)定界的集成分類算法(SPEC)的改進(jìn)方方法，該方法應(yīng)用了一個(gè)新穎的策略，在基因選擇的同時(shí)解析了集成分類的規(guī)則。并在急性白血病和結(jié)腸癌數(shù)據(jù)集上展開(kāi)了測(cè)試實(shí)驗(yàn)，以很少的時(shí)間和空間資源得到了令人滿意的分類效果，證明了方法的不僅實(shí)現(xiàn)簡(jiǎn)單而且十分有效;
　　(2)分析了單點(diǎn)定界方法的不足和局限性，分別給出了改