基于转录组数据不平衡数据的乳腺癌分类预测模型

• 作者: 刘梓剑
• 来源期刊: 现代计算机
• 关键词: 癌症分类 癌症基因组图谱(TCGA) 深度森林
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 图形图像
• 页码范围: 81-84
• 页数: 4页
• 字数: 2493字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.10.016

摘要

乳腺癌是癌症中较为常见的一种,拥有很高的死亡率.乳腺癌早期的诊断对于治疗有着至关重要的意义,现代医学对于乳腺癌的通常使用医学影像,病理分析等方法进行初期的诊断.随着新一代的测序技术的发展,基因与转录组数据的获得越来越容易.基因转录组数据结合机器学习算法的运用,可以快速、准确地检测出癌症患病风险.提出一种基于基因转录组的特征选择与分类预测的算法,所提出的算法在The Cancer Genome Atlas (TCGA)中的乳腺癌数据集中进行验证,实验结果能够精确地预测分类信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘梓剑	四川大学计算机学院	1	0	0.0	0.0