[发明专利]一种基于多层感知机的颅内动脉瘤破裂关键基因筛选方法

权利要求书

1.一种基于多层感知机的颅内动脉瘤破裂关键基因筛选方法，其特征在于，包括以下步骤：

步骤S1、利用基于快速关联的过滤算法对颅内动脉瘤破裂的原始基因数据集进行初次特征选择得到表征分类相关性高且基因冗余性低的候选基因子集和非候选基因子集，基于候选基因子集的模型分类准确度和基因重要性在非候选基因子集中向候选基因子集中进行关键基因的补充，以避免过滤掉重要基因使得关键基因有机会进入最优基因子集；

步骤S2、利用基于多层感知机分类器封装式特征选择方法，引入粒子群搜索策略及建立动态适应度函数进行二次特征选择得到最优基因子集，以实现获取模型分类准确度的最优化表达的颅内动脉瘤破裂关键基因；

基于候选基因子集的模型分类准确度和基因重要性在非候选基因子集中向候选基因子集中进行关键基因的补充，包括：

步骤1、选取10组颅内动脉瘤破裂分类模型，利用10折交叉验证获取10组颅内动脉瘤破裂分类模型的平均分类准确度作为模型分类准确度，利用主成分分析法获取非候选基因的数据贡献度作为基因重要性，颅内动脉瘤破裂分类模型用于利用颅内动脉瘤破裂基因得到颅内动脉瘤破裂分类标签的；

步骤2、将基因重要性高于预设重要度的非候选基因组合为补充基因集；

步骤3、依次将补充基因集中各个非候选基因逐个补充至候选基因子集得到多个补充候选基因子集，计算出每个补充候选基因子集的模型分类准确度并保留最高模型分类准确度对应的补充候选基因子集作为最优候选基因子集，在补充基因集中删除补充至最优候选基因子集的非候选基因；

步骤4、重复步骤3，直至最优候选基因子集中候选基因数量固定于一定值不再增加；

利用主成分分析法获取非候选基因的数据贡献度，包括：

利用主成分分析法对原始基因数据集进行主成分分析得到原始基因数据集中各个基因的数据贡献度，并在原始基因数据集中各个基因的数据贡献度中查询出非候选基因的数据贡献度；

最优基因子集的获取，包括：

利用最优基因子集的基因数据总量和模型分类准确度构建出粒子群搜索策略的动态适应度函数，动态适应度函数的函数表达式为：

式中，F_i为粒子群搜索策略中第i次迭代搜索处的适应度值，Len_i为粒子群搜索策略中第i次迭代搜索得到的最优基因子集的基因数据总量，P_i为粒子群搜索策略中第i次迭代搜索得到的最优基因子集的模型分类准确度，W为Len_i的动态加权权重，V为P_i的动态加权权重；

以第i次迭代搜索处最优基因子集的基因数量构建W和V，以实现在基因数量少时侧重提升P_i的在适应度值中的权重，在基因数量多时侧重提升Len_i的在适应度值中的权重，W和V的函数表达式为：式中，K为最优候选基因子集中的候选基因数量，L_i为第i次迭代搜索得到最优基因子集中基因数量，N为迭代搜索总次数，lenr_i为第i次迭代搜索得的最优基因子集中的基因数据总量，lenR_i为第i次迭代搜索得的最优候选基因子集中的基因数据总量，基因数据总量为各个基因与各个基因的数据量乘积之和；

利用基于多层感知机分类器封装式特征选择方法，以动态适应度函数引入粒子群搜索策略对最优候选基因子集进行二次特征选择得到最优基因子集。