[发明专利]用于肿瘤检测的基因选择方法

摘要

本发明公开了一种用于肿瘤检测的基因选择方法，按下列步骤进行：预处理模块对初始输入样本进行预处理，生成候选基因集合；基因权值评估模块对候选基因集合中的每个基因赋予相同的权值，进入基因选择流程；基因选择模块计算每个基因的优先级，选择具有最高优先级的基因作为最新选择基因，并将其加入最优基因集合；相关性分析模块根据最新选择基因计算候选基因集合中的每个基因的权值的调整系数；基因权值评估模块根据调整系数对基因的权值进行调整，并继续进行基因选择流程；选择结束后，输出最优基因集合给分类器。本发明能够挑选出与肿瘤相关的最优基因集合用于诊断，更符合实际情况，满足高精度的肿瘤诊断的需求。

主权项

一种用于肿瘤检测的基因选择方法，其特征在于该方法包括以下步骤：(一)预处理模块获取初始输入的基因样本，并对初始样本进行预处理，生成候选基因集合；(二)基因权值评估模块首先对输入的所述候选基因集合中的每个基因赋予相同的权值为1，生成加权候选基因集合，并进入基因选择流程；(三)所述基因选择流程为：A.基因选择模块从所述基因权值评估模块获得所述加权候选基因集合；B.所述基因选择模块计算每个基因与目标类的相关度并乘以该基因的权值，得到每个基因的优先级；其中，基因与目标类的相关度是指该基因与目标类之间共享信息的程度，采用信息论中的互信息并将其归一化后度量；基因与目标类的相关度表示为R(g，class)，计算方法如公式(1)所示： R ( g , class ) = 2 I ( g ; class ) H ( g ) + H ( class ) ( 0 ≤ R ( g , class ) ≤ 1 ) - - - ( 1 ) 其中g和class分别表示所述候选基因集合中的一个基因和目标类，H(g)和H(class)分别表示g和class的熵，I(g；class)为g和class的互信息，所述熵和互信息是信息论中的基本概念；C.所述基因选择模块按照候选基因集合中每个基因的优先级从大到小依次排列，具有最高优先级的基因成为最新选择基因，将该基因加入最优基因集合，并将其从候选基因集合中删除；D.所述基因选择模块判断是否符合终止条件，如果不符合，将所述最新选择基因输入相关性分析模块，继续进行步骤E；如果符合终止条件，则结束基因选择，输出最优基因集合给分类器；E.所述相关性分析模块对候选基因集合中的每个基因与所述最新选择基因之间进行相关性分析，计算所述候选基因集合中的每个基因的权值的调整系数，进而获得调整系数向量；F.所述基因权值评估模块根据所述调整系数向量对候选基因集合中的每个基因的权值进行调整，得到新的加权候选基因集合，再返回到步骤A。