SNP選擇技術(shù)及精神分裂癥診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
發(fā)布時(shí)間:2022-01-26 20:43
精神分裂癥是一種復(fù)發(fā)率高、發(fā)病周期長(zhǎng)的遺傳疾病,多起病于青壯年時(shí)期,給患者及家庭帶來很多負(fù)擔(dān)。而基于單核苷酸多態(tài)性(Single Nucleotide Polymorphism,SNP)的全基因組關(guān)聯(lián)研究(Genome-Wide Association Study,GWAS)雖然已經(jīng)在精神分裂癥的診斷研究中取得了顯著的成果,但SNP位點(diǎn)之間存在較多的冗余,因此,要想將SNP數(shù)據(jù)應(yīng)用于復(fù)雜疾病的診斷中,就必須選擇具有代表性的信息SNP子集。隨著數(shù)據(jù)分析處理技術(shù)的發(fā)展,研究者可以通過機(jī)器學(xué)習(xí)從大量數(shù)據(jù)中挖掘疾病的致病機(jī)制并設(shè)計(jì)診斷模型。本文以精神分裂癥為研究對(duì)象,主要探討SNP位點(diǎn)的選擇方法與診斷模型的構(gòu)建。首先提出基于改進(jìn)蟻群算法的信息SNP子集選擇方法,從所有SNP中選擇具有代表性的特征SNP子集,以降低冗余及噪聲信息;然后設(shè)計(jì)基于隨機(jī)森林的精神分裂癥診斷模型;最后設(shè)計(jì)并實(shí)現(xiàn)精神分裂癥診斷系統(tǒng)。本文主要包含以下三個(gè)內(nèi)容:(1)針對(duì)現(xiàn)有信息SNP選擇方法中沒有考慮SNP數(shù)據(jù)體現(xiàn)病例SNP數(shù)據(jù)的特點(diǎn),本研究基于蟻群算法提出了一種新的特征選擇方法,并將其運(yùn)用在SNP的選擇中。本文將SNP數(shù)據(jù)...
【文章來源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
二分類樣本中支持向量機(jī)與間隔圖
SNP 選擇技術(shù)及精神分裂癥診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)rin 等人[65]設(shè)計(jì)了一種最大投票法 STAMPA 用于預(yù)測(cè),該相似的信息 SNP 位點(diǎn)推測(cè)出待預(yù)測(cè)的位點(diǎn)。在仿生智能進(jìn)蟻群算法與粒子群算法 BPSO[66]類似,BPSO 與 STAMPA,而與 MLR 則組合為 BPSO/MLR,本文方法改進(jìn)蟻法組合標(biāo)記為 ACO/KNN。用 ACO/KNN、BPSO/STAMPA 和 BPSO/MLR 三種算法驗(yàn),并比較每種算法的預(yù)測(cè)準(zhǔn)確度。每個(gè)算法分別在數(shù)據(jù)于給定的信息 SNP 數(shù)量,其結(jié)果如圖 3.3 和圖 3.4 所示(結(jié)果取均值)。
并比較每種算法的預(yù)測(cè)準(zhǔn)確度。每個(gè)算法分別在數(shù)據(jù)對(duì)于給定的信息 SNP 數(shù)量,其結(jié)果如圖 3.3 和圖 3.4 所示(對(duì)結(jié)果取均值)。圖 3.3 數(shù)據(jù)集 E144 上信息 SNP 對(duì)非信息 SNP 的預(yù)測(cè)準(zhǔn)確度
【參考文獻(xiàn)】:
期刊論文
[1]伴激越精神分裂癥患者的住院干預(yù)措施和治療結(jié)局[J]. 蘇中華,張明,張懷晨,徐芳芳,王中剛,張鴻燕. 中國(guó)心理衛(wèi)生雜志. 2016(07)
[2]基于多標(biāo)簽ReliefF的特征選擇算法[J]. 黃莉莉,湯進(jìn),孫登第,羅斌. 計(jì)算機(jī)應(yīng)用. 2012(10)
博士論文
[1]單核苷酸多態(tài)性數(shù)據(jù)挖掘方法及其應(yīng)用研究[D]. 李雄.湖南大學(xué) 2015
本文編號(hào):3611140
【文章來源】:江蘇大學(xué)江蘇省
【文章頁(yè)數(shù)】:72 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
二分類樣本中支持向量機(jī)與間隔圖
SNP 選擇技術(shù)及精神分裂癥診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)rin 等人[65]設(shè)計(jì)了一種最大投票法 STAMPA 用于預(yù)測(cè),該相似的信息 SNP 位點(diǎn)推測(cè)出待預(yù)測(cè)的位點(diǎn)。在仿生智能進(jìn)蟻群算法與粒子群算法 BPSO[66]類似,BPSO 與 STAMPA,而與 MLR 則組合為 BPSO/MLR,本文方法改進(jìn)蟻法組合標(biāo)記為 ACO/KNN。用 ACO/KNN、BPSO/STAMPA 和 BPSO/MLR 三種算法驗(yàn),并比較每種算法的預(yù)測(cè)準(zhǔn)確度。每個(gè)算法分別在數(shù)據(jù)于給定的信息 SNP 數(shù)量,其結(jié)果如圖 3.3 和圖 3.4 所示(結(jié)果取均值)。
并比較每種算法的預(yù)測(cè)準(zhǔn)確度。每個(gè)算法分別在數(shù)據(jù)對(duì)于給定的信息 SNP 數(shù)量,其結(jié)果如圖 3.3 和圖 3.4 所示(對(duì)結(jié)果取均值)。圖 3.3 數(shù)據(jù)集 E144 上信息 SNP 對(duì)非信息 SNP 的預(yù)測(cè)準(zhǔn)確度
【參考文獻(xiàn)】:
期刊論文
[1]伴激越精神分裂癥患者的住院干預(yù)措施和治療結(jié)局[J]. 蘇中華,張明,張懷晨,徐芳芳,王中剛,張鴻燕. 中國(guó)心理衛(wèi)生雜志. 2016(07)
[2]基于多標(biāo)簽ReliefF的特征選擇算法[J]. 黃莉莉,湯進(jìn),孫登第,羅斌. 計(jì)算機(jī)應(yīng)用. 2012(10)
博士論文
[1]單核苷酸多態(tài)性數(shù)據(jù)挖掘方法及其應(yīng)用研究[D]. 李雄.湖南大學(xué) 2015
本文編號(hào):3611140
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3611140.html
最近更新
教材專著