肿瘤基因表达谱的数据挖掘与识别分类.pdf

《肿瘤基因表达谱的数据挖掘与识别分类.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、肿瘤基因表达谱的数据挖掘与识别分类郭志鹏2015年06月中图分类号：TQ028.1UDC分类号：540肿瘤基因表达谱的数据挖掘与识别分类作者姓名郭志鹏学院名称生命学院指导教师辛怡答辩委员会主席刘亚宁教授申请学位工程硕士学科专业生物医学工程学位授予单位北京理工大学论文答辩日期2015年6月DataMiningandclassificationoftumorbasedongeneexpressionprofileCandidateName：ZhipengGuoSchoolorDepartment:Scho

2、olofLifeScienceFacultyMentor:YiXinChair,ThesisCommittee：Prof.YaningLiuDegreeApplied:MasterofScienceMajor：BiomedicalEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence：June，2015研究成果声明本人郑重声明：所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知，文中除特别标注和致谢

3、的地方外，学位论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名：日期：北京理工大学硕士学位论文摘要肿瘤种类繁多，其致病机理复杂，是危及人类身体健康的主要恶性疾病之一，尽早确诊对患者的治疗至关重要。基因芯片技术是功能基因组学的一个突破，它所产生的基因表达谱数据极大的推进了功能基因组学的发展。基于基因表达谱的数据挖掘，可以让我们更好地认识

4、肿瘤，从分子生物学角度去探索其发生机理，对肿瘤诊断、治疗以及新药物的研制都具有积极的意义。由于基因表达谱数据具有维度高、样本小、高冗余以及高噪声等特点，本课题采用时频分析工具从三个角度研究了肿瘤基因表达谱数据的特征提取。本课题提出了利用小波包变换对基因表达谱进行分解，进而提取相应各频带的样本熵值构成特征向量。然后本课题针对基因表达谱数据的高噪声特性，提出对肿瘤基因表达谱数据进行EMD分解，计算出相应各IMF与原始数据的相关系数，保留相关系数较大的IMF分量并重构数据，进而筛选获得特征向量。此外，利用基

5、因表达谱数据在分数阶傅里叶变换最优阶次上的全局特性，筛选分数阶傅里叶系数幅值的熵权较大的位置的分数阶傅里叶系数作为特征向量。最后针对分别来自美国MIT大学和普林斯顿大学数据库的急性白血病、结肠癌等基因表达谱数据集进行了仿真验证，分类结果正确率都达到了90%以上。关键词：基因表达谱；数据挖掘；小波包变换；EMD；FRFT；信息熵I北京理工大学硕士学位论文AbstractTherearemanykindsoftumor,thepathogenicmechanismoftumoriscomplex,andi

6、t’soneofthemajorMalignantdiseasewhichdoharmtothehealthofhuman.Earlydiagnosisisessentialfortreatmentofpatients.Thetraditionalmethodtodiagnosetumorhasitsownlimitations,butgenechiptechnologyisabreakthroughinfunctionalgenomics,theGeneExpressionProfiledatagr

7、eatlypromotethedevelopmentoffunctionalgenomics.ThroughthemassiveGeneExpressionDataoftumor,wenotonlycanfindtherelativefeatureinformation,butalsoknowthenatureoftumorgenes,deeplyunderstandtherelationshipbetweentumorandgene.It’sbenefitforthediagnosisandtrea

8、tmentoftumor.DuetotheGeneExpressionProfiledatawithhighdimension,smallsample,highredundancyandhighnoise,thispaperusedthetooloftime-frequencyanalysisforextractingthefeatureoftumorgeneexpressionprofilestocarryoutthefollowingresearch