腫瘤基因表達(dá)譜數(shù)據(jù)特征選擇方法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)與信息技術(shù)的快速發(fā)展，在生物醫(yī)學(xué)方面，越來(lái)越多的專家學(xué)者開(kāi)始通過(guò)計(jì)算機(jī)技術(shù)來(lái)研究基因數(shù)據(jù)，從而完成對(duì)腫瘤的亞型分類與診斷。由于腫瘤基因表達(dá)譜數(shù)據(jù)的高維、小樣本等特點(diǎn)，導(dǎo)致在獲取數(shù)據(jù)的過(guò)程中摻雜了較多的無(wú)關(guān)基因以及冗余基因，而且這些信息很容易造成實(shí)驗(yàn)結(jié)果不理想，影響診斷結(jié)果。為了解決此類問(wèn)題，針對(duì)腫瘤基因表達(dá)譜數(shù)據(jù)的特點(diǎn)，如何篩選出低冗余的特征信息，以及如何構(gòu)造魯棒性好、泛化能力較強(qiáng)的特征提取算法是本文要研究的重點(diǎn)。

2、　　本研究主要內(nèi)容包括：⑴基于信噪比與隨機(jī)森林的腫瘤特征基因選擇方法。針對(duì)腫瘤基因表達(dá)譜數(shù)據(jù)的高維度、小樣本等特點(diǎn)，傳統(tǒng)分類方法會(huì)選出大量冗余基因信息，提出了一種基于信噪比與隨機(jī)森林的腫瘤特征基因選擇方法。首先使用信噪比過(guò)濾法去除冗余基因，從而獲取分類屬性較強(qiáng)的初選特征子集;然后采用隨機(jī)森林算法對(duì)初選特征基因子集進(jìn)行分類得出特征基因子集。實(shí)驗(yàn)結(jié)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(shí)間復(fù)雜度，提高了分

3、類的準(zhǔn)確率。⑵為了設(shè)計(jì)出具有較強(qiáng)魯棒性的改進(jìn)的自組織映射(SOM)算法，針對(duì)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(fù)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(jìn)行關(guān)聯(lián)度量的SOM分類算法，并與粒子群優(yōu)化算法相結(jié)合來(lái)實(shí)現(xiàn)最優(yōu)特征子集的篩選。首先，采用改進(jìn)的SOM算法對(duì)原始基因表達(dá)譜數(shù)據(jù)進(jìn)行預(yù)處理，采用鄰域互信息，對(duì)基因之間的相關(guān)性進(jìn)行評(píng)估，賦予其相應(yīng)的相似度，得到獲勝神經(jīng)元