一种增强显现模式的癌症分类算法

• 作者: 卢新国 李丹 王海军
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 显现模式 癌症分类 基因表达谱
• 年，卷（期）: 2010,（26）
• 页码范围: 233-237
• 分类号: TPL8|TP391|Q617
• 字数: 5635字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.26.071

摘要

基于基因表达谱的癌症检测对癌症的治疗具有十分重要的意义.显现模式(Emerging Patterns,EPs)能够挖掘隐含的具有生物意义的基因表达模式,基于显现模式的癌症分类方法可以检测出癌症样本.针对提取显现模式时在小样本情况下将频率近似于概率的缺陷,引入贝叶斯估计以提高熵的可靠度,提取癌症表达中的增强显现模式(Improved Emerging Patterns,EPIs),并提出一种基于增强显现模式的基因分类算法(A Cancer Classification Algorithm with Improved Emerging Patterns CCEPI).最后在急性白血病数据集上进行实验,实验结果表明算法提高了癌症检测的正确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丹	湖南大学计算机与通信学院	58	356	9.0	18.0
2	王海军	河南科技大学理学院	13	6	1.0	2.0
3	卢新国	湖南大学计算机与通信学院	19	184	5.0	13.0