基因表達譜現(xiàn)代醫(yī)學(xué)的重要研究內(nèi)容之一,通過對相關(guān)數(shù)據(jù)的處理和分析,可以快速了解患者的病情,為后續(xù)的治療提供有效參考。與常規(guī)數(shù)據(jù)不同,基因數(shù)據(jù)有兩大特性:一、原始數(shù)據(jù)一般是高維數(shù)據(jù),序列中伴隨著大量的噪聲和冗余特征;二是可供研究利用的樣本數(shù)量非常少;這些特性給基因數(shù)據(jù)的處理和分析帶來了巨大的挑戰(zhàn)。矩陣的秩是數(shù)據(jù)信息復(fù)雜程度的數(shù)學(xué)表示,低秩矩陣分解是模式識別中常用的模型,由于其良好的數(shù)據(jù)恢復(fù)能力被廣泛用于子空間恢復(fù)和分類。針對基因數(shù)據(jù)分析處理的技術(shù)難題,本文借鑒傳統(tǒng)的低秩矩陣分解模型和流形學(xué)習(xí)中的經(jīng)典理論,做了如下工作:1.基因表達譜研究現(xiàn)狀與相關(guān)理論分析。介紹了基因表達譜的相關(guān)概念、常規(guī)處理步驟及相關(guān)特征提取方法,詳細闡述了低秩矩陣分解和流形學(xué)習(xí)的相關(guān)理論,介紹了一些分類器的分類原理。2.針對基因表達譜數(shù)據(jù)的高維度、高噪聲特點,提出了一種基于多正則約束非負矩陣分解的維數(shù)約簡模型。借鑒非負矩陣分解模型在數(shù)據(jù)維數(shù)約簡方面的獨特優(yōu)勢,在該模型基礎(chǔ)上引入低秩稀疏約束和流形正則約束。利用非負矩陣分解實現(xiàn)高維數(shù)據(jù)的低維特征提取,利用流形正則約束保持原始數(shù)據(jù)的近鄰空間結(jié)構(gòu),同時用低秩稀疏約束去除噪聲污... 

【文章來源】：江西理工大學(xué)江西省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【部分圖文】：

NMF原理示意圖

平均值 69.41 78.84 85.99從表 3.2~3.5 的測試結(jié)果可以發(fā)現(xiàn)，特征提取維度 r 對特征識別效果有較大影響。維度過低時，測試結(jié)果表現(xiàn)一般。在一定限度內(nèi)，隨著提取維度的增大，識別效果也隨之優(yōu)化，證明特征提取的效果越好。對于不同的算法而言，都存在一個相對最優(yōu)維度，以上述測試數(shù)據(jù)為例，最優(yōu)特征提取維度在 15 至 20 左右，超過最優(yōu)維度以后，算法識別效果逐漸下降，這是由于冗余和干擾導(dǎo)致的。不難發(fā)現(xiàn)，特征提取維度 r 變化時，三種算法的識別精度波動較大，反映了特征提取效果的差別較大。在上述四組基因數(shù)據(jù)的實驗測試過程中，MRCNMF 所表現(xiàn)的識別效果和穩(wěn)定性均優(yōu)于 NMF 和 GNMF。3.5.3 k 近鄰取值對識別精度的影響特征提取后的維度是影響分類準確率的主要因素，除此之外，KNN 算法的近鄰k 值的選取對最后的準確率也有著較大影響。為了驗證近鄰值 對實驗結(jié)果的影響程度，本文選取 NHL 數(shù)據(jù)集和 Leucocythemia 數(shù)據(jù)集，測試了 NMF、GNMF 和 MRCNMF 三種算法在不同近鄰數(shù) 情況下的分類效果，測試結(jié)果如圖 3.3 所示。

一般選擇奇數(shù)k值。從圖 3.3 的兩組測試結(jié)果可以發(fā)現(xiàn)，選取的兩個數(shù)據(jù)集均存在一個相對最優(yōu) 值；超過最優(yōu)值以后，隨著 的增加分類器的效果呈現(xiàn)下降趨勢。對于不同的基因測試集，最優(yōu)近鄰 值一般會有所區(qū)別。由于基因數(shù)據(jù)本身樣本數(shù)目較少的特點， 的取值應(yīng)該較小，不宜超過整體測試樣本的類別數(shù)目。每組測試數(shù)據(jù)都包含多個類別的樣本信息，但每個類別的樣本數(shù)目一般都是不均衡的，尤其當同一組測試數(shù)據(jù)中有某一類的基因樣本測試數(shù)目過少時， 的取值不應(yīng)過大，否則容易導(dǎo)致整體的分類結(jié)果產(chǎn)生較大程度的下滑。3.5.4 流形正則系數(shù)對實驗結(jié)果的影響GNMF 和 MRCNMF 都涉及到圖正則鄰接矩陣的構(gòu)造過程，低秩圖對特征提取后的內(nèi)部空間結(jié)構(gòu)保持具有重要意義，表 3.2~3.5 和圖 3.3 的實驗結(jié)果也證明了圖正則約束對特征提取的效果具有優(yōu)化作用。為了更加直觀說明低秩圖對特征提取的作用，本文測試了 GNMF 和 MRCNMF 在不同圖正則系數(shù) 下對識別效果的影響，實驗結(jié)果如圖 3.4所示。b

【參考文獻】：
期刊論文
[1]精準醫(yī)學(xué)背景下腫瘤精準護理的應(yīng)用現(xiàn)狀與挑戰(zhàn)[J]. 張穎婷,吳傅蕾,劉歡,袁長蓉.  解放軍護理雜志. 2017(19)
[2]基于迭代對數(shù)閾值的加權(quán)RPCA非局部圖像去噪[J]. 楊國亮,魯海榮,唐俊,王艷芳.  江西理工大學(xué)學(xué)報. 2016(01)

博士論文
[1]葉酸受體介導(dǎo)的磁性納米給藥系統(tǒng)的構(gòu)建及用于腫瘤診治的實驗研究[D]. 杜若鴻.中國科學(xué)技術(shù)大學(xué) 2017
[2]數(shù)據(jù)降維算法研究及其應(yīng)用[D]. 張?zhí)镪?上海交通大學(xué) 2008

碩士論文
[1]基于流形學(xué)習(xí)的中文Web文本分類算法研究[D]. 李金釗.河北工業(yè)大學(xué) 2011



本文編號：3034606