任丛林
- 作品数：2 被引量：3H指数：1
- 供职机构：北京交通大学计算机与信息技术学院更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 基于压缩感知算法的基因表达谱数据分析被引量：1
- 2013年
- 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l_2-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。
- 任丛林王瑞平
- 关键词：压缩感知稀疏化冗余字典基因表达谱
- 基于压缩感知算法的基因表达数据分类的研究
- 癌症的发生通常是由于细胞增长机制的失常而引起的，表现为细胞内某些基因突变或表达异常所致，进一步影响其他基因的表达，从而导致一些蛋白质分子的表达发生改变，因此产生了病理学上肿瘤的差异，形成了临床诊断中的不同的癌症类别。随着...
- 任丛林
- 关键词：基因表达谱数据分类
