基于压缩感知算法的基因表达谱数据分析

• 作者: 任丛林 王瑞平
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 压缩感知 稀疏化 冗余字典 基因表达谱
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 研究简讯
• 页码范围: 195-197,200
• 页数: 4页
• 分类号: R318.04
• 字数: 1763字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2013.02.17.

摘要

目的 基因表达谱数据分析是生物信息学领域最重要的研究内容之一.其可实现对不同病理分型的肿瘤的正确分类,对肿瘤诊断和治疗具有重大意义.方法 本文应用压缩感知算法实现对胃癌基因表达谱数据的分类,运用训练数据构造冗余字典,采用随机分布的规范行矢量高斯矩阵构造感知矩阵,对训练数据和测试数据进行感知,利用正交l2-范数算法对基因表达谱数据进行重建,在变换域中采用近邻法测试判断数据类别,与样本的实际类别相比较.结果 实验结果表明,压缩感知算法与K均值聚类、SVM等其他分类算法相比有较高的分类正确率,且分类速度快,能避免特征选取的问题.结论 本文方法对疾病的临床诊断和生物信息学研究有重要的参考和借鉴作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王瑞平	北京交通大学计算机与信息技术学院	10	104	6.0	10.0
2	任丛林	北京交通大学计算机与信息技术学院	1	4	1.0	1.0