基于集成神經(jīng)網(wǎng)絡(luò)的癌細(xì)胞多分類.pdf

1、目前，癌癥患者的數(shù)量一直呈線性增長(zhǎng)，癌癥的預(yù)防和治療依然是當(dāng)今世界的難題。癌癥的種類繁多，更增加了治療癌癥的難度，而進(jìn)行癌癥治療的首要步驟就是進(jìn)行癌細(xì)胞的分類。分類的正確性將直接影響對(duì)患者的診斷。伴隨美國(guó)率先提出的人類基因工程的成功繪制，DNA微陣列技術(shù)的應(yīng)運(yùn)而生，癌癥的研究進(jìn)入了一個(gè)新的時(shí)代。DNA微陣列技術(shù)能同時(shí)自動(dòng)、快速而且高效的檢測(cè)成千上萬(wàn)個(gè)基因的表達(dá)情況，通過(guò)對(duì)這些基因表達(dá)數(shù)據(jù)的分析從而在分子層面上對(duì)細(xì)胞生理狀態(tài)的進(jìn)一步了解，

2、如哪些基因引起癌變、癌細(xì)胞何時(shí)擴(kuò)散和轉(zhuǎn)移等等。該技術(shù)對(duì)于癌癥診斷、解釋癌癥發(fā)生機(jī)制以及藥物開發(fā)等方面有著極其重要的作用。
　　 微陣列技術(shù)的到來(lái)對(duì)癌癥研究提供便利的同時(shí)，也帶來(lái)了對(duì)于海量生物數(shù)據(jù)進(jìn)行處理的新挑戰(zhàn)。由于高昂的實(shí)驗(yàn)成本限制了實(shí)驗(yàn)次數(shù)，因此DNA微陣列數(shù)據(jù)具有小樣本高維數(shù)、高噪聲、高冗余、分布不均勻的特性。對(duì)于這樣的數(shù)據(jù)，若直接用于訓(xùn)練分類器，將會(huì)出現(xiàn)過(guò)擬合的現(xiàn)象，甚至對(duì)于許多傳統(tǒng)的分類器無(wú)效。為了解決這樣的問(wèn)題，通常

3、從原始數(shù)據(jù)中提取特征基因子集，以達(dá)到降維的目的。
　　 同時(shí)，多分類問(wèn)題一直是一個(gè)難點(diǎn)，但在現(xiàn)實(shí)生活中常常存在。與二分類相比，不僅分類模型更加復(fù)雜，而且獲得的分類效果更差。對(duì)于這種典型的“高維數(shù)低樣本”微陣列數(shù)據(jù)的多分類問(wèn)題，要想獲得較好的分類準(zhǔn)確率是更難上加難。
　　 為了解決癌細(xì)胞多分類問(wèn)題，本文主要從兩方面進(jìn)行了研究:一是特征選擇;二是將多分類問(wèn)題轉(zhuǎn)化成多個(gè)二分類問(wèn)題。通過(guò)結(jié)合過(guò)濾法具有快速易執(zhí)行和纏繞法具有能夠高

4、效選擇特征基因的優(yōu)點(diǎn)，提出了一種基于過(guò)濾法與纏繞法混合的特征基因選擇方法——基于BW ratio和柔性神經(jīng)樹的混合特征基因選擇方法。該方法的思想是:首先采用BW ratio對(duì)原始數(shù)據(jù)進(jìn)行特征選擇;然后按照某種編碼策略將BW ratio所選擇的多類別特征基因子集劃分成多個(gè)兩類別的特征基因子集;最后采用柔性神經(jīng)樹對(duì)這些兩類別的特征基因子集再次進(jìn)行特征選擇，從而得到最終的特征基因。本文采用“一對(duì)一”的編碼策略將多分類問(wèn)題轉(zhuǎn)換成多個(gè)二分類問(wèn)題來(lái)

5、解決。由于柔性神經(jīng)樹是一種特殊的神經(jīng)網(wǎng)絡(luò)，我們采用概率增強(qiáng)式程序進(jìn)化來(lái)優(yōu)化柔性神經(jīng)樹的結(jié)構(gòu)，其參數(shù)通過(guò)粒子群優(yōu)化算法來(lái)調(diào)整。鑒于柔性神經(jīng)樹具有選擇特征基因的同時(shí)進(jìn)行分類，我們并采用人工神經(jīng)網(wǎng)絡(luò)作為子分類器來(lái)進(jìn)一步驗(yàn)證:我們所提出的混合特征基因選擇方法對(duì)分類的有效性。
　　 實(shí)驗(yàn)中，采用國(guó)際通用的微陣列數(shù)據(jù)集MLL（三類別）和Brain（四類別）來(lái)進(jìn)行分類，結(jié)果表明本文所提出的方法比其他的方法具有更少的特征基因數(shù)和更高的分類準(zhǔn)確率