基于微阵列基因表达谱的一种关联空间的癌症分类算法

• 作者: 卢新国 易叶青 李小龙 林亚平 王海军
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 癌症分类 基因表达谱 关联空间
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 614-619
• 页数: 6页
• 分类号: TP391
• 字数: 6124字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.04.002

摘要

利用微阵列基因表达谱分类癌症患者样本对患者的治疗具有非常重要的意义.针对高维、高冗余的微阵列基因数据中致癌因子存在局部相关性的特点,提出一种基于权重的关联空间分类模型(Weight baaed Classification with Related Space,WCRS).基本思想是首先利用协方差矩阵的对角化来构建癌症组的关联空间,并提出一种基于癌症关联空间的基因表达模式,然后提取使得癌症组具有最小组能量的最小扩展空间,最后在最小扩展空间上建立一种基于权重的癌症分类算法.实验结果表明,WCRS在精确度上比传统分类算法具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林亚平	湖南大学软件学院	231	2974	26.0	42.0
5	易叶青	湖南大学计算机与通信学院	42	444	13.0	20.0
6	卢新国	湖南大学计算机与通信学院	19	184	5.0	13.0
7	李小龙	湖南大学计算机与通信学院	26	167	8.0	12.0
8	王海军	湖南大学计算机与通信学院	4	6	1.0	2.0