首页 > 中国生物医学工程学报 > 从肿瘤基因表达数据挖掘分类规则的研究

从肿瘤基因表达数据挖掘分类规则的研究

Mining Classifying Rules from Tumor Gene Expression Data

二维码有效期 120s

摘要基于肿瘤基因表达数据,利用信息科学的方法和技术建立肿瘤预测分类模型,对肿瘤基因表达模式研究和肿瘤的诊断识别具有重要意义.本研究提出一种从肿瘤基因表达数据中直接挖掘分类规则建立肿瘤预测分类器的方法.该方法首先抽取实验样本集,分别找出标记肿瘤和正常组织样本的分类特征,由此生成可预测样本类别的分类规则,对每个未知类别样本,按照置信度最高原则,选择一个分类规则作为预测结构.本研究的实验数据来自Broad Institute的前列腺癌基因表达数据,实验结果显示该方法的预测精度在90%以上,且同时获得了大量结构透明的分类预测规则,表明本研究的方法是可行的和有效的.

作者马猛 ^[1] 汝颖 ^[2] 马腾 ^[3] 钮俊清 ^[4] 李龙澍 ^[5] 王煦法 ^[4] 学术成果认领

作者单位安徽大学计算机科学与技术学院,合肥,230039;中国科学技术大学计算机科学与技术系,合肥,230027 ^[1] 上海交通大学医学院,上海,200025 ^[2] 安徽省立医院心血管内科,合肥,230001 ^[3] 中国科学技术大学计算机科学与技术系,合肥,230027 ^[4] 安徽大学计算机科学与技术学院,合肥,230039 ^[5]

关键词肿瘤基因表达数据挖掘特征选取分类规则 tumor gene expression data mining feature selection classifying rule

医学主题词数据挖掘(Data Mining)研究(Research)肿瘤(Neoplasms)基因, 肿瘤(Genes, Neoplasm)预测(Forecasting)

分类号 R318（医用一般科学）

栏目名称

研究论文

DOI 10.3969/j.issn.0258-8021.2009.05.013

发布时间 2010-01-11（万方平台首次上网日期，不代表论文的发表时间）

基金项目

安徽省自然科学基金（050420204）安徽省高校学科拔尖人才基金（05025102）青年教师基金（2006jql038）安徽省科技攻关计划科技重大专项（8010201002）