基于信息准则的基因选取方法及其在肿瘤诊断中的应用

• 作者: 葛菲 马尽文
• 来源期刊: 信号处理
• 学科: 生物学
• 关键词: 基因表达谱 kullback-leiber判别信息 parzen窗法 支持向量机(SVM) 肿瘤诊断
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 短文与研究通讯
• 页码范围: 312-315
• 页数: 4页
• 分类号: Q78
• 字数: 3765字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0530.2005.03.021

摘要

大规模基因表达谱为肿瘤诊断提供了更为可靠和细致的生物数据,但相关基因的选取是对这些数据进行分析的关键.本文从Kullback-Leiber判别信息的角度对于肿瘤相关基因的选取进行了研究.根据肿瘤相关基因和无关基因的表达水平值分布的特性,我们提出了一种基于信息准则的基因选取方法.进一步,我们将这种方法应用到肿瘤诊断上,并根据支持向量机(SVM)对相关基因表达谱数据进行训练建立肿瘤诊断模型.实验结果表明这种方法是有效的,依此所建立的诊断模型可使得在结肠癌数据集和白血病数据集上的诊断(预测)正确率分别高达94.4%和100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马尽文	北京大学数学科学学院信息科学系	18	87	5.0	9.0
2	葛菲	北京大学数学科学学院信息科学系	1	0	0.0	0.0