基于鄰域粗糙集的腫瘤基因表達譜數(shù)據(jù)分析.pdf

1、基于腫瘤不同的亞型的精確識別對于良性腫瘤的預防和癌癥的治療都非常關(guān)鍵，腫瘤不同的亞型分類研究獲取了重大的關(guān)注度，而腫瘤基因表達譜數(shù)據(jù)為研究提供了重要的資源。針對基因表達譜數(shù)據(jù)中包含的特征，目前出現(xiàn)了多種信息基因選取的方法。鄰域粗糙集理論在各個應用領(lǐng)域的日益成熟，為分析這類數(shù)據(jù)提供了另一種有用的研究工具。
　　在鄰域互信息信息基因選擇算法及擴展的鄰域條件互信息信息基因選擇算法中，計算基因?qū)傩耘c決策屬性之間的互信息值是復雜的。根據(jù)每個

2、基因?qū)傩杂嬎愠龅幕バ畔⒅祵蜻M行排序，選取前 K個基因，設(shè)定一個合適的判別函數(shù)進行降維處理。整個過程的計算量大時間長，而且選取合適的K值需要多次實驗測試。針對這些考慮，本文提出了鄰域粗糙集屬性分類效率算法(NRSACE)。一般可知對于腫瘤分類來說有效的基因數(shù)目并不多，分類效率太低的基因我們可以設(shè)置最低分類效率控制值對其進行直接刪除，基于這些想法，NRSACE算法直接計算基因?qū)傩缘姆诸愋剩瑢蜻吪判蜻呥x擇，獲取所需的相對約簡信息基因

3、集。最后采用支持向量機分類器和K最近鄰分類器對選取的信息基因集的分類能力進行驗證，說明本文提出的鄰域粗糙集屬性分類效率信息基因選擇算法的有效性。
　　本文選了4組通用的腫瘤基因表達譜數(shù)據(jù)對提出的NRSACE算法進行了實驗分析，4組數(shù)據(jù)分別是DLBCL、Leukemia1、Leukemia2和SRBCT腫瘤基因表達譜數(shù)據(jù)。數(shù)據(jù)實驗分析結(jié)果顯示，根據(jù)調(diào)節(jié)模型鄰域參數(shù)δ的取值，4類腫瘤亞型的分類精度的平均值都可達到百分之九十八以上，而且