基于诊断结果相关性分析的肿瘤基因标志物提取方法
韩斌
陈岩
来海锋
厉力华
祝磊
代琦
1.杭州电子科技大学自动化学院生物医学工程与仪器研究所,浙江杭州,3100182.杭州电子科技大学自动化学院生物医学工程与仪器研究所,浙江杭州,3100183.杭州电子科技大学自动化学院生物医学工程与仪器研究所,浙江杭州,3100184.杭州电子科技大学自动化学院生物医学工程与仪器研究所,浙江杭州,3100185.杭州电子科技大学自动化学院生物医学工程与仪器研究所,浙江杭州,3100186.杭州电子科技大学自动化学院生物医学工程与仪器研究所,浙江杭州,310018
摘要：目的 基于微阵列数据,提出提取肿瘤诊断结果相关的基因标志物.方法 混合滤波和缠绕方法,采用奇异值分解,以基因和肿瘤诊断结果的相关强度为主要标准,辨识基因标志物,利用基于信息增益的随机森林法对分类率做辅助修正.本方法在3个公共数据库上和常用分类器上做了测试.结果 Monte Carlo统计实验表明,对于Colon数据集,本文方法在NN,RF分类器上显著优于t-test方法;在Prostate数据集上,本文方法在NB的分类器上显著优于对手,在其他数据集和分类器上本方法优于对手但不显著;而在基因稳定度指标上,本方法普遍优于对手.结论 提出1种可以定量的,基于可视化的分析基因和诊断结果相关性的方法,与经典方法相比,本文方法提取的基因不仅具有较强的分类性能和对不同分类算法的适应性,而且在总体上也具有较好的基因稳定度.
关键词：肿瘤分类基因选择微阵列相关性分析奇异值分解
分类号：R318.04(医用一般科学)
资助基金：国家自然科学基金(60801055;60801054)国家自然科学基金(60788101)浙江省自然科学基金(Z2090299)研究生创新项目(YK2009055)浙江省大学生创新项目(ZX090702006)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息