复杂疾病驱使的融合SDA-SVM集成基因挖掘方法

• 作者: 张杰 张瑞杰 李霞 杨德印 郝大鹏 饶绍奇
• 来源期刊: 生物信息学
• 学科: 医学
• 关键词: 微阵列 集成决策 基因挖掘 逐步判别分析 支持向量机
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 技术与方法
• 页码范围: 15-18
• 页数: 4页
• 分类号: R3
• 字数: 3118字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.2007.01.005

摘要

提出了一种新颖的复杂疾病驱使的融合SDA-SVM(Stepwise Discriminant Analysis -Support Vector Machine,SDA-SVM)技术的集成基因挖掘方法.该集成方法融合逐步判别分析和支持向量机的优点,能够有效地进行复杂疾病相关基因的深度挖掘,使得挖掘出的基因能够较好地识别疾病类型和亚型.通过将该方法应用于一套弥散性大B细胞淋巴瘤DNA表达谱数据,并与其它基因挖掘方法对比,结果表明该方法挖掘出的基因具有较高的疾病相关性和较强的疾病类型识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李霞	哈尔滨医科大学生物信息学系	108	479	12.0	18.0
9	张杰	哈尔滨医科大学生物信息学系	8	29	3.0	5.0
18	张瑞杰	哈尔滨医科大学生物信息学系	23	88	5.0	9.0
19	杨德印	哈尔滨医科大学生物信息学系	1	4	1.0	1.0
20	郝大鹏	哈尔滨医科大学生物信息学系	3	8	2.0	2.0
21	饶绍奇	哈尔滨医科大学生物信息学系	1	4	1.0	1.0