腫瘤基因表達譜數(shù)據(jù)特征選擇方法研究.pdf

1、隨著計算機技術與信息技術的快速發(fā)展，在生物醫(yī)學方面，越來越多的專家學者開始通過計算機技術來研究基因數(shù)據(jù)，從而完成對腫瘤的亞型分類與診斷。由于腫瘤基因表達譜數(shù)據(jù)的高維、小樣本等特點，導致在獲取數(shù)據(jù)的過程中摻雜了較多的無關基因以及冗余基因，而且這些信息很容易造成實驗結果不理想，影響診斷結果。為了解決此類問題，針對腫瘤基因表達譜數(shù)據(jù)的特點，如何篩選出低冗余的特征信息，以及如何構造魯棒性好、泛化能力較強的特征提取算法是本文要研究的重點。

2、　　本研究主要內容包括：⑴基于信噪比與隨機森林的腫瘤特征基因選擇方法。針對腫瘤基因表達譜數(shù)據(jù)的高維度、小樣本等特點，傳統(tǒng)分類方法會選出大量冗余基因信息，提出了一種基于信噪比與隨機森林的腫瘤特征基因選擇方法。首先使用信噪比過濾法去除冗余基因，從而獲取分類屬性較強的初選特征子集;然后采用隨機森林算法對初選特征基因子集進行分類得出特征基因子集。實驗結果表明,該算法能夠快速高效地選擇特征基因子集，與其他算法相比，該方法降低了時間復雜度，提高了分

3、類的準確率。⑵為了設計出具有較強魯棒性的改進的自組織映射(SOM)算法，針對傳統(tǒng)的自組織映射算法采用歐式距離難以行之有效地描述基因之間的數(shù)值正、負等功能相似性，又考慮到粒子群優(yōu)化算法的快速收斂性，本文提出了一種基于鄰域互信息進行關聯(lián)度量的SOM分類算法，并與粒子群優(yōu)化算法相結合來實現(xiàn)最優(yōu)特征子集的篩選。首先，采用改進的SOM算法對原始基因表達譜數(shù)據(jù)進行預處理，采用鄰域互信息，對基因之間的相關性進行評估，賦予其相應的相似度，得到獲勝神經元