|
|||||
|
|
| 一种基于有监督奇异值分解和随机森林的卵巢癌磷脂代谢物特征提取方法 | |
| 引用本文： | 来海锋,韩斌,厉力华,陈岩,SUTPHEN Rebecca,祝磊,代琦. 一种基于有监督奇异值分解和随机森林的卵巢癌磷脂代谢物特征提取方法[J]. 中国生物医学工程学报, 2010, 29(2). DOI: 10.3969/j.issn.0258-8021.2010.02.011 |
| 作者姓名： | 来海锋 韩斌 厉力华 陈岩 SUTPHEN Rebecca 祝磊 代琦 |
| 作者单位： | 1. 杭州电子科技大学生物医学工程与仪器研究所,杭州,310018 2. 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,美国 3. 南佛罗里达大学H.,Lee,Moffit癌症研究中心,坦帕,FL,33612,美国 |
| 基金项目： | 国家杰出青年基金，国家自然科学基金资助项目，浙江省大学生创新项目 |
| 摘 要： | 卵巢癌是一种常见的妇科肿瘤,死亡率占各类妇科肿瘤的首位。选取既有较高的分类疾病模式能力又具有生物学关联的特征肿瘤标志物用于肿瘤的诊断是目前研究的重点。本研究针对卵巢癌磷脂代谢物数据的问题,提出了一种融合有监督奇异值分解和基于信息增益的随机森林决策的方法用于特征标志物的选择。首先应用有监督奇异值分解计算各标志物的权重值,并根据权重值粗选出候选标志物;其次应用基于信息增益的随机森林决策理论从候选标志物中选出特征标志物;最后通过SVM分类器测试,分类率高达90%以上。本研究方法与其他常用方法比较具有一定优势,其中一个明显的特点是所选特征标志物不但保持了较高的分类率,而且具有生物学关联意义,从而证实本研究方法具有较高的可行性和实用性。 |
| 关 键 词： | 奇异值分解 随机森林 特征提取 磷脂代谢物 卵巢癌 |
A Biomarker Identification Method with Supervised Singular Value Decomposition and Random Forest for Ovarian Cancer Detection |
|
| LAI Hai-Feng HAN Bin LI Li-Hua CHEN Yan, SUTPHEN Rebecca ZHU Lei DAI Qi. A Biomarker Identification Method with Supervised Singular Value Decomposition and Random Forest for Ovarian Cancer Detection[J]. Chinese Journal of Biomedical Engineering, 2010, 29(2). DOI: 10.3969/j.issn.0258-8021.2010.02.011 | |
| Authors: | LAI Hai-Feng HAN Bin LI Li-Hua CHEN Yan SUTPHEN Rebecca ZHU Lei DAI Qi |
| Affiliation: | LAI Hai-Feng1 HAN Bin1 LI Li-Hua1 CHEN Yan1,2 SUTPHEN Rebecca2 ZHU Lei1 DAI Qi1 1(Institute for Biomedical Engineering , Instrumentation,Hangzhou Dianzi University,Hangzhou 310018,China) 2(H.Lee Moffitt Cancer Center & Research Institute,University of South Florida,Tampa,FL 33612,USA) |
| Abstract: | Ovarian cancer is a common gynecological tumor with highest death rate.Selection of biomarkers,having not only higher classification capacity of disease patterns but the biological significance,is the focus of the current studies.Based on the phospholipid metabolites data of ovarian cancer,a new method integrating supervised singular value decomposition and the information gain based random forest was proposed to select biomarkers.First,a supervised singular value decomposition analysis was taken to calcula... |
| Keywords: | singular value decomposition random forest feature selection phospholipid metabolites ovarian cancer |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |