基于基因表達譜數據的癌癥分類研究.pdf_第1頁
已閱讀1頁,還剩65頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、癌癥種類繁多、致病機理復雜而且難以治愈,近年已經嚴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,由于傳統癌癥診斷方法自身的局限性,并沒有很好的解決這一問題?;蛐酒址Q作DNA微陣列,是上世紀以來生物信息學領域的一個重大技術突破,其高通量特點使得在單次實驗中同時檢測大量基因的表達值成為可能。此后,基因芯片就作為分子生物學研究中的一個重要的基本工具,被廣泛用于癌癥的診斷和類型識別中。利用基因表達譜數據得以對癌癥分類問題從分子

2、水平上進行分析和研究,目前基于基因表達譜的癌癥分類研究主要集中在兩個方面:一來,基因表達譜數據擁有高維小樣本、高冗余、高噪音等特點,如何從這些數據中選擇出于疾病相關的基因成為了研究重點;二來,當前基因表達譜數據分析的成熟度并沒有達到應用水平,目前癌癥診斷仍依賴于傳統基于形態(tài)學的方法,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關鍵任務。
  針對上述兩個方面,本文參考了大量相關文獻,了解了癌癥分類問題一般過程和常用方法,并展

3、開了如下工作:
  (1)概述了集成學習的概念并提出一種基于數據自身的集成分類的設想,在一個已有的集成分類方法上提出了一種叫單點定界的集成分類算法(SPEC)的改進方方法,該方法應用了一個新穎的策略,在基因選擇的同時解析了集成分類的規(guī)則。并在急性白血病和結腸癌數據集上展開了測試實驗,以很少的時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現簡單而且十分有效;
  (2)分析了單點定界方法的不足和局限性,分別給出了改

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論