精神分裂癥是一種復(fù)發(fā)率高、發(fā)病周期長的遺傳疾病,多起病于青壯年時期,給患者及家庭帶來很多負擔(dān)。而基于單核苷酸多態(tài)性（Single Nucleotide Polymorphism,SNP）的全基因組關(guān)聯(lián)研究（Genome-Wide Association Study,GWAS）雖然已經(jīng)在精神分裂癥的診斷研究中取得了顯著的成果,但SNP位點之間存在較多的冗余,因此,要想將SNP數(shù)據(jù)應(yīng)用于復(fù)雜疾病的診斷中,就必須選擇具有代表性的信息SNP子集。隨著數(shù)據(jù)分析處理技術(shù)的發(fā)展,研究者可以通過機器學(xué)習(xí)從大量數(shù)據(jù)中挖掘疾病的致病機制并設(shè)計診斷模型。本文以精神分裂癥為研究對象,主要探討SNP位點的選擇方法與診斷模型的構(gòu)建。首先提出基于改進蟻群算法的信息SNP子集選擇方法,從所有SNP中選擇具有代表性的特征SNP子集,以降低冗余及噪聲信息;然后設(shè)計基于隨機森林的精神分裂癥診斷模型;最后設(shè)計并實現(xiàn)精神分裂癥診斷系統(tǒng)。本文主要包含以下三個內(nèi)容:（1）針對現(xiàn)有信息SNP選擇方法中沒有考慮SNP數(shù)據(jù)體現(xiàn)病例SNP數(shù)據(jù)的特點,本研究基于蟻群算法提出了一種新的特征選擇方法,并將其運用在SNP的選擇中。本文將SNP數(shù)據(jù)... 

【文章來源】：江蘇大學(xué)江蘇省

【文章頁數(shù)】：72 頁

【學(xué)位級別】：碩士

【部分圖文】：

二分類樣本中支持向量機與間隔圖

SNP 選擇技術(shù)及精神分裂癥診斷系統(tǒng)的設(shè)計與實現(xiàn)rin 等人[65]設(shè)計了一種最大投票法 STAMPA 用于預(yù)測，該相似的信息 SNP 位點推測出待預(yù)測的位點。在仿生智能進蟻群算法與粒子群算法 BPSO[66]類似，BPSO 與 STAMPA，而與 MLR 則組合為 BPSO/MLR，本文方法改進蟻法組合標(biāo)記為 ACO/KNN。用 ACO/KNN、BPSO/STAMPA 和 BPSO/MLR 三種算法驗，并比較每種算法的預(yù)測準(zhǔn)確度。每個算法分別在數(shù)據(jù)于給定的信息 SNP 數(shù)量，其結(jié)果如圖 3.3 和圖 3.4 所示（結(jié)果取均值）。

并比較每種算法的預(yù)測準(zhǔn)確度。每個算法分別在數(shù)據(jù)對于給定的信息 SNP 數(shù)量，其結(jié)果如圖 3.3 和圖 3.4 所示（對結(jié)果取均值）。圖 3.3 數(shù)據(jù)集 E144 上信息 SNP 對非信息 SNP 的預(yù)測準(zhǔn)確度

【參考文獻】：
期刊論文
[1]伴激越精神分裂癥患者的住院干預(yù)措施和治療結(jié)局[J]. 蘇中華,張明,張懷晨,徐芳芳,王中剛,張鴻燕.  中國心理衛(wèi)生雜志. 2016(07)
[2]基于多標(biāo)簽ReliefF的特征選擇算法[J]. 黃莉莉,湯進,孫登第,羅斌.  計算機應(yīng)用. 2012(10)

博士論文
[1]單核苷酸多態(tài)性數(shù)據(jù)挖掘方法及其應(yīng)用研究[D]. 李雄.湖南大學(xué) 2015



本文編號：3611140