基于腫瘤基因表達(dá)譜數(shù)據(jù)的分類算法研究.pdf

1、腫瘤具有多種亞型，正確的腫瘤分類可以使醫(yī)生對(duì)腫瘤患者制定最佳的治療方案，以達(dá)到最好的治療效果。如今，如何正確地識(shí)別腫瘤類別已成為當(dāng)前重要的研究課題之一。目前，大部份傳統(tǒng)的分類方法都是基于統(tǒng)計(jì)學(xué)原理，這些方法普遍存在過(guò)擬合的問(wèn)題，雖然分類準(zhǔn)確度很高，但是對(duì)新數(shù)據(jù)分類可能存在偏差?；谙∈璞硎竞蛥f(xié)同表示的分類方法特別適合具有高維小樣本特點(diǎn)的腫瘤數(shù)據(jù)集，且不存在過(guò)擬合問(wèn)題。然而，針對(duì)腫瘤基因表達(dá)譜數(shù)據(jù)的高維小樣本和非線性等特點(diǎn)，新方法亟需不斷

2、改進(jìn)使其更適應(yīng)于腫瘤數(shù)據(jù)特征以得到更好的分類準(zhǔn)確度。本文的研究主要是基于新方法，主要工作如下：
　　提出了基于元樣本的核稀疏表示分類方法。該方法可分為三步：1、使用奇異值分解方法從訓(xùn)練樣本中提取元樣本；2、新的數(shù)據(jù)通過(guò)線性核函數(shù)映射到高維特征空間；3、計(jì)算得到稀疏編碼系數(shù)以及通過(guò)重構(gòu)殘差求得測(cè)試樣本類別。同時(shí)使用基因選擇方法進(jìn)行降維。通過(guò)設(shè)計(jì)豐富的對(duì)比實(shí)驗(yàn)和選擇經(jīng)典的基于稀疏表示的方法比較，最終證明此方法的有效性。
　　提出

3、了一種新的基于核化凸包的協(xié)同表示方法。把測(cè)試樣本模擬成凸包，然后使用訓(xùn)練樣本集協(xié)同的表示這個(gè)凸包。定義了樣本到集合的距離，其中樣本和訓(xùn)練樣本集合均模擬為凸包。要使其得到一個(gè)穩(wěn)定的解，以及解決腫瘤基因表達(dá)譜數(shù)據(jù)非線性的特點(diǎn)，通過(guò)使用核函數(shù)把數(shù)據(jù)映射到高維空間使其近似線性可分，這樣就成功的解決了上述兩個(gè)問(wèn)題。對(duì)于高維小樣本的腫瘤數(shù)據(jù)特點(diǎn)，使用基因選擇的方法對(duì)其降維。選用11個(gè)經(jīng)典的分類方法在11個(gè)公共的腫瘤數(shù)據(jù)集上作對(duì)比實(shí)驗(yàn)，結(jié)果充分證明本