| 基于磷脂质类数据的早期卵巢癌特征提取研究 |
| |
| 引用本文： | 陈淑飞,韩斌,厉力华,Rebecca Sutphen,祝磊,代琦.基于磷脂质类数据的早期卵巢癌特征提取研究[J].传感技术学报,2010,23(10):1369-1375. |
| |
| 作者姓名： | 陈淑飞 韩斌 厉力华 Rebecca Sutphen 祝磊 代琦 |
| |
| 作者单位： | 杭州电子科技大学生物医学工程与仪器研究所,杭州,310018;南佛罗里达大学H.Lee Moffit癌症研究中心,坦帕FL 33612 |
| |
| 基金项目： | 国家杰出青年基金资助，国家自然科学基金资助，浙江省自然科学基金资助，浙江省大学生创新项目资助，浙江省研究生创新科研项目资助 |
| |
| 摘 要： | 卵巢癌是目前死亡率最高的妇科疾病之一,而如果得到早期诊断和治疗,卵巢癌患者的存活率可达90%.针对卵巢癌早期诊断问题,基于卵巢癌磷脂质类数据,提出了一种结合缠绕法和过滤法、按照诊断类别相关度挑选特征,然后依据特征标志物的分类率稳定度高低,提取用于诊断早期卵巢癌的特征子集的策略.该方法克服了分类率监督方法忽略生物相关性、依赖分类器易产生过拟合的不足,同时保持了较高的分类率.实验表明,该方法挑选的特征标志物包含更多的分类信息,其分类正确率达到88.9%,且比经典的分类率监督方法和差异表达方法在稳定性能上存在优势.此外,提出的新的标幺化方法去掉了批次差异,获得更好的分类效果,且所选的特征标志物得到生物学关联意义上的支持,具有较高的可信度和实用性.
|
| 关 键 词： | 卵巢癌 稳定度 奇异值分解 Monte Carlo决策树 特征提取 |
lysophospholipid data analysis and biomarker selection for early ovarian cancer detection |
| |
| CHEN Shufei,HAN Bin,LI Lihua,Rebecca Sutphen,ZHU Lei,DAI Qi.lysophospholipid data analysis and biomarker selection for early ovarian cancer detection[J].Journal of Transduction Technology,2010,23(10):1369-1375. |
| |
| Authors: | CHEN Shufei HAN Bin LI Lihua Rebecca Sutphen ZHU Lei DAI Qi |
| |
| Abstract: | |
| |
| Keywords: | ovarian cancer stability singular value decomposition Monte Carlo decision tree feature selection |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《传感技术学报》浏览原始摘要信息 |
|
点击此处可从《传感技术学报》下载全文 |
|
