【摘要】：通過研究基因表達(dá)數(shù)據(jù)發(fā)現(xiàn)與特定疾病相關(guān)的關(guān)聯(lián)規(guī)則,對疾病輔助診斷有重要的意義。針對現(xiàn)有分類結(jié)果可解釋性的不足,提出一種基于關(guān)聯(lián)規(guī)則的基因表達(dá)數(shù)據(jù)分類模型ASSO-SVM(ASSOciation rule based Support Vector Machine)。在該模型中,關(guān)聯(lián)規(guī)則作為一種特征選擇方法,用于提取基因之間的非線性關(guān)聯(lián)。通過這些非線性關(guān)聯(lián)所獲取的先驗(yàn)知識有利于提高分類結(jié)果的可解釋性。另外,針對基因表達(dá)數(shù)據(jù)高維、小樣本的特性,該方法采用支持向量機(jī)作為對基因表達(dá)數(shù)據(jù)的分類器,獲得較高的分類精度。ASSO-SVM結(jié)合了基因表達(dá)關(guān)聯(lián)規(guī)則以及支持向量機(jī)分類的優(yōu)點(diǎn)。在實(shí)際基因表達(dá)數(shù)據(jù)集上與現(xiàn)有分類模型的對比實(shí)驗(yàn)驗(yàn)證了該方法的有效性。
[Abstract]:It is important to find association rules related to specific diseases by studying gene expression data. In order to solve the problem that the existing classification results are interpretable, a classification model of gene expression data based on association rules (ASSO-SVM (ASSOciation rule based Support Vector Machine).) is proposed. In this model, association rules, as a feature selection method, are used to extract nonlinear association between genes. The priori knowledge obtained from these nonlinear correlations is helpful to improve the interpretability of classification results. In addition, support vector machine (SVM) is used as classifier for gene expression data because of the characteristics of high dimension and small sample of gene expression data. ASSO-SVM combines the advantages of gene expression association rules and SVM classification. The effectiveness of the proposed method is verified by comparing the actual gene expression data set with the existing classification models.
【作者單位】： 華南農(nóng)業(yè)大學(xué)信息學(xué)院;廣東工業(yè)大學(xué)計(jì)算機(jī)學(xué)院;
【基金】：廣東省科技計(jì)劃項(xiàng)目(2010B080701070,2012B010100029)
【分類號】：R318;TP181

【參考文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 蔡瑞初;基因表達(dá)數(shù)據(jù)挖掘若干關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2010年

【共引文獻(xiàn)】

相關(guān)博士學(xué)位論文 前1條

1 陸慧娟;基于基因表達(dá)數(shù)據(jù)的腫瘤分類算法研究[D];中國礦業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前2條

1 尹飛;癌癥基因數(shù)據(jù)的降維算法研究與應(yīng)用[D];蘇州大學(xué);2013年

2 安平;基因表達(dá)數(shù)據(jù)的雙聚類分析方法研究[D];蘇州大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 封舉富,時建新;基因選擇的快速Fisher優(yōu)化模型[J];北京大學(xué)學(xué)報(自然科學(xué)版);2005年01期

2 皋軍;王士同;;基于矩陣模式的最小類內(nèi)散度支持向量機(jī)[J];電子學(xué)報;2009年05期

3 賀憲民,賀佳,吳騁,范思昌;微陣列數(shù)據(jù)中常用的分類分析方法[J];國外醫(yī)學(xué)(生物醫(yī)學(xué)工程分冊);2004年03期

4 周柚;張琛;吳春國;時小虎;梁艷春;;微陣列癌癥數(shù)據(jù)誤標(biāo)記樣本和異常樣本識別的廣義CL-stability算法[J];吉林大學(xué)學(xué)報(理學(xué)版);2008年03期

5 李穎新;李建更;阮曉鋼;;腫瘤基因表達(dá)譜分類特征基因選取問題及分析方法研究[J];計(jì)算機(jī)學(xué)報;2006年02期

6 王樹林;王戟;陳火旺;李樹濤;張波云;;腫瘤信息基因啟發(fā)式寬度優(yōu)先搜索算法研究[J];計(jì)算機(jī)學(xué)報;2008年04期

7 蔡立軍;蔣林波;易葉青;;基于蟻群優(yōu)化算法的基因選擇[J];計(jì)算機(jī)應(yīng)用研究;2008年09期

8 王明怡,吳平,王德林;基于相關(guān)性分析的基因選擇算法[J];浙江大學(xué)學(xué)報(工學(xué)版);2004年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周艷宏;張必成;曾朝陽;張文玲;范松青;李小玲;熊煒;曹利;李偉芳;李桂源;;利用GenMAPP篩查鼻咽癌差異表達(dá)基因[J];生物化學(xué)與生物物理進(jìn)展;2005年12期

2 陳志宏;嚴(yán)壯志;劉書朋;;基于模糊自適應(yīng)共振網(wǎng)絡(luò)簡化模型方法的乳腺腫瘤基因分類[J];上海大學(xué)學(xué)報(自然科學(xué)版);2006年04期

3 張玲;伍亞舟;陳軍;易東;;小波-神經(jīng)網(wǎng)絡(luò)方法在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[J];重慶醫(yī)學(xué);2010年17期

4 武振宇;李康;;支持向量機(jī)在基因表達(dá)數(shù)據(jù)分類中的應(yīng)用研究[J];中國衛(wèi)生統(tǒng)計(jì);2007年01期

5 羅萬春;易東;;胎兒小腦基因表達(dá)多尺度降噪的y～n曲線模型[J];計(jì)算機(jī)工程與應(yīng)用;2011年07期

6 武曉巖;李康;;基因表達(dá)數(shù)據(jù)判別分析的隨機(jī)森林方法[J];中國衛(wèi)生統(tǒng)計(jì);2006年06期

7 武曉巖;閆曉光;李康;;基因表達(dá)數(shù)據(jù)的隨機(jī)森林逐步判別分析方法[J];中國衛(wèi)生統(tǒng)計(jì);2007年02期

8 伍亞舟;張玲;羅萬春;易東;;基因表達(dá)數(shù)據(jù)的多尺度特征提取與分類研究[J];計(jì)算機(jī)工程與應(yīng)用;2009年13期

9 徐源;彭斌;鄧宇;田考聰;;基于小波去噪的基因表達(dá)數(shù)據(jù)聚類集成算法的研究[J];重慶醫(yī)科大學(xué)學(xué)報;2010年05期

10 馬猛;鈕俊清;寧巖;鄭浩然;王煦法;;聚類和關(guān)聯(lián)規(guī)則挖掘在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[J];北京生物醫(yī)學(xué)工程;2008年04期

相關(guān)會議論文 前10條

1 楊昆;李建中;王朝坤;徐繼偉;;基因表達(dá)數(shù)據(jù)的基于類別樹和SVMs的多類癌癥分類算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

2 徐旭東;鄭欣;;基于Struts的基因表達(dá)數(shù)據(jù)分析軟件的設(shè)計(jì)與實(shí)現(xiàn)[A];2006年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集（三）[C];2006年

3 陳軍;潘艷;唐世星;張吉強(qiáng);易東;;小腦基因表達(dá)數(shù)據(jù)的模糊多尺度聚類分析[A];重慶市預(yù)防醫(yī)學(xué)會2010年論文集[C];2011年

4 李鵬;阮曉鋼;;一種預(yù)測多骨髓瘤的神經(jīng)網(wǎng)絡(luò)方法[A];第二十二屆中國控制會議論文集（下）[C];2003年

5 楊波;盧學(xué)春;于力;朱宏麗;范輝;姚善謙;樓方定;;靶向上調(diào)ID4基因表達(dá)藥物的生物信息學(xué)預(yù)測、分析和初步驗(yàn)證[A];第12屆全國實(shí)驗(yàn)血液學(xué)會議論文摘要[C];2009年

6 崔光照;曹祥紅;張華;;基于小波變換的基因表達(dá)數(shù)據(jù)去噪聚類分析[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

7 王章輝;趙宇海;王國仁;李源;;一種基于投影聚類的無監(jiān)督表型區(qū)分算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

8 梅楨;申琦;冶保獻(xiàn);;用于基因表達(dá)數(shù)據(jù)模式識別的KNN和SVM集成算法[A];中國化學(xué)會第26屆學(xué)術(shù)年會化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)分會場論文集[C];2008年

9 張文廣;李金泉;菊林花;賴雙英;;應(yīng)用Affymetrix基因芯片數(shù)據(jù)集開發(fā)基因表達(dá)的秩分析方法[A];遺傳學(xué)進(jìn)步與人口健康高峰論壇論文集[C];2007年

10 盧學(xué)春;楊波;于力;朱宏麗;范輝;姚善謙;樓方定;;靶向上調(diào)ID4基因表達(dá)藥物及其抗白血病作用的生物信息學(xué)預(yù)測、分析和驗(yàn)證[A];中國科協(xié)海峽兩岸學(xué)術(shù)研討會——2008血液腫瘤論壇會議會編[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 張煥萍;面向基因表達(dá)數(shù)據(jù)的致病基因挖掘方法研究[D];南京航空航天大學(xué);2009年

2 陸慧娟;基于基因表達(dá)數(shù)據(jù)的腫瘤分類算法研究[D];中國礦業(yè)大學(xué);2012年

3 程慧杰;基于模式識別方法的基因表達(dá)數(shù)據(jù)分析研究[D];哈爾濱工程大學(xué);2012年

4 蔡瑞初;基因表達(dá)數(shù)據(jù)挖掘若干關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2010年

5 陳偉;群體智能算法及其在基因表達(dá)數(shù)據(jù)聚類中的應(yīng)用[D];江南大學(xué);2011年

6 劉克欽;基于生物信號通路的復(fù)雜疾病標(biāo)志物識別與研究[D];上海大學(xué);2013年

7 王廣云;腫瘤基因芯片表達(dá)數(shù)據(jù)分析相關(guān)問題研究[D];國防科學(xué)技術(shù)大學(xué);2009年

8 張志勇;系統(tǒng)生物學(xué)的兩個課題研究[D];上海大學(xué);2013年

9 蔡立軍;基因分類及基因表達(dá)數(shù)據(jù)分析方法的研究[D];湖南大學(xué);2007年

10 邱浪波;基因芯片表達(dá)數(shù)據(jù)分析相關(guān)問題研究[D];國防科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 鄧慶山;聚類分析及其在基因表達(dá)數(shù)據(jù)中的應(yīng)用研究[D];華中科技大學(xué);2004年

2 劉月明;基因表達(dá)聚類分析方法研究[D];第三軍醫(yī)大學(xué);2001年

3 陳佳妮;基因表達(dá)數(shù)據(jù)分析中IGA-FCM聚類算法研究與實(shí)現(xiàn)[D];東北林業(yè)大學(xué);2010年

4 周鵬;神經(jīng)網(wǎng)絡(luò)集成算法研究及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用[D];華中科技大學(xué);2004年

5 張禮;尋找差異基因的概率方法研究[D];南京航空航天大學(xué);2010年

6 張彥琦;基因調(diào)控網(wǎng)絡(luò)建立的數(shù)學(xué)模型研究[D];第三軍醫(yī)大學(xué);2003年

7 張志國;基于生成樹基因表達(dá)數(shù)據(jù)聚類方法分析[D];東北大學(xué);2006年

8 沈小喬;基因表達(dá)數(shù)據(jù)分類算法及其應(yīng)用研究[D];湖南大學(xué);2005年

9 朱嬋;聚類算法在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用研究[D];暨南大學(xué);2005年

10 楊小濤;支持向量機(jī)算法研究及在基因表達(dá)數(shù)據(jù)分析中的應(yīng)用[D];華中科技大學(xué);2004年

，

本文編號：2389983