瘤基因

作品数:941被引量:1933H指数:17
导出分析报告
相关领域:医药卫生农业科学更多>>
相关作者:李桂源姚开泰李小玲杨吉成魏于全更多>>
相关机构:中南大学复旦大学第二军医大学吉林大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金国家高技术研究发展计划国家重点基础研究发展计划湖南省自然科学基金更多>>
-

检索结果分析

结果分析中...
选择条件:
  • 学科=自动化与计算机技术x
条 记 录,以下是1-10
视图:
排序:
基于代价敏感机器学习的肿瘤分类预测研究
《电脑知识与技术》2024年第31期8-11,共4页熊月玲 唐晓磊 
国家自然科学基金项(项目编号:81601806);安徽省高等学校科研项目(项目编号:2023AH051748);芜湖市卫健委科研项目(项目编号:WHWJ2023y012);皖南医学院中青年科学基金项目(项目编号:WK2022F43)。
为了提高肿瘤分类的精准度,识别信息基因,构建机器学习模型对肿瘤基因表达数据进行分析。该研究从Kent Ridge数据库下载了五组肿瘤基因表达谱数据,利用优化的代价敏感信息增益(CSIG)算法快速过滤无关和冗余基因,筛选出误分类损失较小的...
关键词:肿瘤基因表达谱 信息基因 肿瘤分类 代价敏感学习 机器学习 
基于F-score和二进制灰狼优化的肿瘤基因选择方法被引量:1
《南京师大学报(自然科学版)》2024年第1期111-120,共10页穆晓霞 郑李婧 
国家自然科学基金项目(61772176).
针对肿瘤基因数据维度高、噪声多、冗余性高的现状,结合Spearman相关系数改进F-score算法,在此基础上优化二进制灰狼算法,提出了一种基于改进F-score和二进制灰狼算法的肿瘤基因选择算法.首先,考虑特征之间的相关性,计算每个特征的F-sc...
关键词:肿瘤基因 Fisher-score Spearman 相关系数 二进制灰狼优化算法 特征选择 
混合mRMR和改进磷虾群的肿瘤基因特征选择算法被引量:3
《西北大学学报(自然科学版)》2022年第2期262-269,共8页吴辰文 纪海斌 
国家自然科学基金(6206070101);甘肃省自然科学基金(21JR7RA293)。
为了从高维基因表达谱数据中识别出与肿瘤分类高相关的基因子集,提出一种基于最小冗余最大相关(minimal redundancy maximal relevance,mRMR)和改进磷虾群(improve krill herd,IKH)算法的两阶段混合特征选择算法,即采用最小冗余最大相...
关键词:特征选择 磷虾群 mRMR 肿瘤基因 非线性递减 混沌映射 
基于样本扩充和特征融合自动编码机的肿瘤基因表达数据分类
《自动化应用》2021年第10期15-17,22,共4页黄经纬 
江西省教育厅科技项目(GJJ180484)。
针对肿瘤基因数据的样本小、维度高特点,为解决小样本对分类准确率的影响,提出对样本进行扩充的方法;结合特征获取的方式不同,将主成分分析(PCA)、核主成分分析(KPCA)和非负矩阵(NMF)特征进行组合,再通过鲁棒性更强的堆栈自动编码器(SD...
关键词:样本扩充 特征融合 肿瘤基因表达谱 分类数据 
基于Oncomine和TCGA数据库探究TOP2A在卵巢癌中的表达及意义被引量:5
《国际妇产科学杂志》2020年第3期345-349,I0002,共6页张凯 刘玉林 胡佳丽 郭飞 薛凤霞 
国家自然科学基金项目(81602292,81802617,81972448);天津市自然科学基金项目(18JCQNJC81200)。
目的:探究拓扑异构酶ⅡA(TOP2A)在卵巢癌中的表达,预测分析TOP2A在卵巢癌发生、发展中的可能机制及临床意义。方法:利用Oncomine数据库中关于卵巢癌组织中TOP2A基因的相关信息和cBioPortal在线平台分析癌症和肿瘤基因图谱(Cancer Genome...
关键词:卵巢肿瘤 Oncomine 肿瘤基因图谱数据库 拓扑异构酶ⅡA 生存分析 
K-means聚类算法在肿瘤基因变异识别中的应用被引量:6
《计算机应用与软件》2019年第3期287-290,333,共5页叶骁 
二代测序NGS(Next-generation sequencing)数据的迅速发展加快人们对于基因的探索,同时也给测序数据分析任务带来更大的挑战。癌细胞特异变异的识别是测序数据分析的一项重要基础性工作。当前的变异识别工具大多采用贝叶斯模型方法,特...
关键词:K-MEANS 变异识别 二代测序 
基于Spark的肿瘤基因混合特征选择方法被引量:4
《计算机工程》2018年第11期1-6,共6页汪丽丽 邓丽 余玥 费敏锐 
上海市科委重点项目(14DZ1206302)
为处理随微阵列技术发展而急剧增长的肿瘤基因数据,实现对肿瘤基因数据的特征选择,结合集成特征选择和混合特征选择,提出一种Spark分布式计算框架的混合特征选择方法。利用F-score特征选择方法去除无关特征,进行初步特征选择,结合F-scor...
关键词:肿瘤基因数据 Spark分布式计算框架 混合特征选择 集成特征选择 分类 
基于改进非负矩阵分解的肿瘤基因表达谱特征提取被引量:2
《计算机应用与软件》2017年第8期251-256,共6页黄经纬 杨国亮 王艳芳 胡政伟 
国家自然科学基金项目(51365017;61305019);江西省教育厅科技计划项目(GJJ150680)
针对肿瘤基因表达谱的特点,提出基于低秩图正则非负矩阵分解(LGNMF)的特征提取方法,解决了NMF算法中缺少数据的全局信息,提升特征提取的有效性。该算法在NMF算法的基础上引入低秩图约束,提高了对数据局部和全局结构的描述,使得经过特征...
关键词:低秩图 特征空间 肿瘤基因表达谱 特征提取 
基于加权极限学习机的肿瘤基因表达谱数据分类被引量:4
《东北大学学报(自然科学版)》2017年第6期798-803,共6页姜琳颖 余东海 石鑫 
国家自然科学基金资助项目(61272176)
基因表达谱数据一般来源于临床试验,而在临床试验中,试验样本的类分布情况是不确定的,这就使得表达谱数据往往具有比较明显的不平衡性.采用加权极限学习机来对不平衡基因表达谱数据进行分类,为了减少因为不平衡数据引起的分类误差,一个...
关键词:基因 表达谱数据 加权极限学习机 不平衡性 肿瘤分类 
基于数据处理的肿瘤基因选择系统
《无线互联科技》2017年第8期35-36,共2页田梓君 崔新于 
河南师范大学大学生创新创业训练计划校级立项项目;项目编号:20150016
近年来,随着肿瘤医院就诊人数的不断增多,特征基因提取已成为中内外学者研究的热门,研究成果也为临床癌症的分析诊断及预测提供了极大的便利。然而,由于基因表达谱数据具有维度高、样本少、复杂多样的特点,准确地挖掘基因数据中所蕴含...
关键词:特征基因 系统开发 改进的信噪比 
检索报告 对象比较 聚类工具 使用帮助 返回顶部