基于模糊区分矩阵的结直肠癌基因选择

作者：李藤; 杨田; 代建华; 陈鸰^*

来源：南京大学学报(自然科学), 2019, 55(04): 633-643.

DOI：10.13232/j.cnki.jnju.2019.04.013

• 模糊粗糙集
• 粗糙集
• 模糊区分矩阵
• 基因选择

由于低分化肿瘤很难通过常规组织病理学诊断发现,而结合基因检测的手段可以准确筛选出针对特定肿瘤的致病基因,因此基因选择是进行肿瘤分类和临床治疗的关键问题.肿瘤基因表达数据具有样本小、维度高的特征,现有的基因选择算法在分类精度和计算效率上还有待提高.在模糊粗糙集理论的基础上进行区分矩阵模糊化,并依此设计了模糊区分矩阵属性约简算法.相比于经典的区分矩阵,模糊化的区分矩阵能够体现不同属性对于两个对象区分程度的差异,从而选择区分程度更高的属性而获得更好的分类效果.数值实验表明该方法提高了肿瘤基因数据的分类精度,且降低了计算耗时.实验采用kNN分类器进行结直肠癌(Colon Microarray)分类特征基因选择实验,从2000个特征基因中筛选出了五个结直肠癌发病相关的关键基因,且分类精度高达88. 06%.

• 单位
  国防科技大学; 中南大学湘雅医院; 湖南师范大学; 中南林业科技大学