基于 SVM的肿瘤特征基因提取与基因表达数据分析

• 作者: 于彬 李珊 王学敏 王琦然 谭云 邱文莹
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 生物学
• 关键词: 基因表达谱 肿瘤分类 特征基因 信噪比 支持向量机
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 药学?医学
• 页码范围: 102-108
• 页数: 7页
• 分类号: Q811.4
• 字数: 3662字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2016.06.017

摘要

提出一种基于支持向量机的肿瘤基因表达谱数据挖掘方法。首先采用信噪比方法对白血病、结肠癌、肺癌数据提取特征基因，生成特征基因子集。然后通过支持向量机分类模型对特征基因子集进行机器学习训练分类。实验结果表明：急性白血病、结肠癌只需4个特征基因，均获得100％的10折交叉验证分类准确率。最后为了有效地排除噪声基因进而挑选出精确度更高的分类特征基因，采用多尺度小波阈值法对肺癌数据进行降噪处理，降噪后仅需5个特征基因获得96．61％的分类准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于彬	青岛科技大学数理学院	18	40	4.0	5.0
2	李珊	青岛科技大学数理学院	4	8	2.0	2.0
3	王琦然	青岛科技大学数理学院	2	4	1.0	2.0
4	王学敏	青岛科技大学数理学院	2	4	1.0	2.0
5	谭云	青岛职业技术学院生物与化工学院	4	7	2.0	2.0
6	邱文莹	青岛科技大学数理学院	1	4	1.0	1.0