基于DNA微阵列数据的癌症分类问题研究进展

被引:19
作者
于化龙
顾国昌
赵靖
刘海波
沈晶
机构
[1] 哈尔滨工程大学计算机科学与技术学院
关键词
微阵列数据; 癌症分类; 数据预处理; 特征基因选择; 分类器设计; 分类性能评价;
D O I
暂无
中图分类号
R730.4 [肿瘤诊断学];
学科分类号
摘要
应用DNA微阵列数据对癌症进行诊断与分型,已经逐渐成为生物信息学领域的研究热点之一。首先概述了基于微阵列数据的癌症分类问题的研究现状与发展趋势。然后简要介绍了微阵列实验的基本步骤,微阵列数据的结构、特点以及用于癌症分类的基本流程。接下来重点从数据预处理、特征基因选择、分类器设计以及分类性能评价等几方面对近10年来的研究成果进行了详细的综述与比较分析。最后,对该领域目前仍然存在的问题进行了归纳并对未来可能的研究方向作出了预测与展望。
引用
收藏
页码:16 / 22+32 +32
页数:8
相关论文
共 24 条
[1]   微阵列数据癌症分类问题中的基因选择 [J].
张丽娟 ;
李舟军 .
计算机研究与发展, 2009, 46 (05) :794-802
[2]   肿瘤信息基因启发式宽度优先搜索算法研究 [J].
王树林 ;
王戟 ;
陈火旺 ;
李树涛 ;
张波云 .
计算机学报, 2008, (04) :636-649
[3]   生物信息学中基因芯片的特征选择技术综述 [J].
周昉 ;
何洁月 .
计算机科学, 2007, (12) :143-150
[4]   考虑样本不平衡的模型无关的基因选择方法 [J].
李建中 ;
杨昆 ;
高宏 ;
骆吉洲 ;
郭政 .
软件学报, 2006, (07) :1485-1493
[5]   肿瘤基因表达谱分类特征基因选取问题及分析方法研究 [J].
李颖新 ;
李建更 ;
阮晓钢 .
计算机学报, 2006, (02) :324-330
[6]   基于支持向量机的肿瘤分类特征基因选取 [J].
李颖新 ;
阮晓钢 .
计算机研究与发展, 2005, (10) :153-158
[7]  
基因芯片数据分析与处理[M]. 化学工业出版社 , 李瑶主编, 2006
[8]   Prominent feature selection of microarray data [J].
Yihui Liu School of Computer Science and Information Technology .
Progress in Natural Science, 2009, 19 (10) :1365-1371
[9]  
Classification of genomic data: Some aspects of feature selection[J] . Tomasz Czekaj,Wen Wu,Beata Walczak.Talanta . 2008 (3)
[10]   Cancer classification using Rotation Forest [J].
Liu, Kun-Hong ;
Huang, De-Shuang .
COMPUTERS IN BIOLOGY AND MEDICINE, 2008, 38 (05) :601-610