一种新的去无关基因肿瘤样本分类方法

摘要：

基因数据分类方法的研究是当前生物信息学的一个热点，利用基因微阵列技术所提供大量的基因数据为诊断不同种类的基因疾病提供了可能。依据基因表达谱建立有效的模型对肿瘤类型的识别、诊断和治疗具有重要应用价值。通过对肿瘤基因表达谱进行分析，提出一种新的去无关基因的分析方法。新方法首先通过引入参数数量与改进的信噪比结合，对已有的基因信噪比（REFSC）公式进行改进，然后用主成分分析法提取主要的分类信息，达到特征提取的目的。最后用支持向量机（SVM ）对样本集进行分类测试，分类模型的核函数分别采用线性linear、多项式polymoid、径向基RBF核函数，对肿瘤样本集进行实验测试，实验表明了新方法是可行的和有效的。

关键词：特征选择、特征提取、支持向量机、基因表达谱

分类号：TP18;TP39(自动化基础理论)

资助基金：国家自然科学基金项目61105085；辽宁省教育厅科学技术研究项目L2014427

在线出版日期：2015-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：41-46