【技术实现步骤摘要】
一种参数最优的白血病癌细胞检测仪
本专利技术涉及基因微阵列数据应用
,具体地,涉及一种自动搜寻系统最优参数的白血病癌细胞检测仪。
技术介绍
当今时代,随着人们对于生活质量以及生命安全的意识的提高,如何准确诊断疾病以及寻找正确的治疗手段称为当下一大研究热点。随着DNA微阵列技术的发展,这项诉求成为一种可能。白血病(Leukemia),亦称作血癌,是一种造血系统的恶性肿瘤。病源是由于细胞内脱氧核糖核酸的变异形成的骨髓中造血组织的不正常工作。骨髓中的干细胞每天可以制造成千上万的红血球和白细胞。白血病病人过分生产不成熟的白细胞,妨害骨髓的其他工作,这使得骨髓生产其它血细胞的功能降低。白血病可以扩散到淋巴结、脾、肝、中枢神经系统和其它器官。白血病居年轻人恶性疾病中的首位,是危害巨大的一类疾病。
技术实现思路
为了克服目前难以搜寻基因微阵列数据最优特征子集以及分类最佳参数的不足,本专利技术的目的在于提供一种参数智能寻优的白血病诊断模型。本专利技术解决其技术问题所采用的技术方案是:一种参数最优的白血病癌细胞检测仪,该系统由基因微阵列读入模块、数据预处理及特征排序模块、参数寻优模块、模型输出模块组成;其中:基因微阵列读入模块读入的是所有基因微阵列的类别标签Y=[y1,y2,...,ym],其中yi=k,k∈(-1,1),以及所有样本的基因微阵列表达值:其中每一行xi代表一个样本所有基因的表达值,对应的每一列xj代表一个基因在所有样本中的表达值,下标i表示第i个样本、总共m个,下标j表示第j个基因、总共n个。数据预处理及特征排序模块是对读入的原始微阵列数据进行归一化以及特 ...
【技术保护点】
1.一种参数最优的白血病癌细胞检测仪,其特征在于:该系统由基因微阵列读入模块、数据预处理及特征排序模块、参数寻优模块、模型输出模块组成。
【技术特征摘要】
1.一种参数最优的白血病癌细胞检测仪,其特征在于:该系统由基因微阵列读入模块、数据预处理及特征排序模块、参数寻优模块、模型输出模块组成。2.根据权利要求1所述的参数最优的白血病癌细胞检测仪,其特征在于:所述基因微阵列读入模块读入的是所有基因微阵列的类别标签Y=[y1,y2,...,ym],其中yi=k,k∈(-1,1),以及所有样本的基因微阵列表达值:其中每一行xi代表一个样本所有基因的表达值,对应的每一列xj代表一个基因在所有样本中的表达值,下标i表示第i个样本、总共m个,下标j表示第j个基因、总共n个。3.根据权利要求1所述的参数最优的白血病癌细胞检测仪,其特征在于:所述数据预处理及特征排序模块对基因微阵列读入模块读入的原始微阵列数据进行归一化以及特征排序。其中归一化操作为:其中,Min、Max分别为样本基因表达值的最小值、最大值。而特征排序选择使用每个基因对分类准确度的贡献度打分来实现,在支持向量机理论中,通过定义一个贡献度函数:其中,α=[α1,...,αn],Hij=yiyjK(xi,xj),α为法向量对应的系数、H为中间矩阵,J为代价函数、I为单位矩阵、K为核函数、y为标签值、x为样本特征值,上标T表示矩阵的转置、下标i、j分别表示第i个样本和第j个基因。事实上,该式代表分类边界大小的平方值,支持向量机的目标函数即是最小化它。在使用线性核作为支持向量机的核函数的情况下,则有:定义w*为最优支持向量、w为法向量、α*最优支持向量对应的系数。观察上式,可以得到:各个特征的重要程度根据该特征对于这个代价函数的贡献大小来决定,即每个特征的贡献值为:其中,δ表示贡献度。在使用非线性核作为核函数的时候,一般可以如下近似计算:其中,合理假设某个特征消去之后α值不变,H(-i)表示该特征消去之后的H矩阵值。而在使用该假设时,得到的结果与线性核的结果相差不大。利用该式即可循环计算特征贡献度进行基因重要性排序。对于一组样本点集合(x1,y1),…(xn,yn),x∈Rn,y∈(+1,-1),其中x代表样本点,y代表分类标签,其分类超平面为:w·x+b=0,对于两类样本,归一化该表达式可得:yi[(w·xi)+b]-1≥0i=1,2,…,n引入拉格朗日函数:定义是大于0的拉格朗日乘子,b为超平面的截距。该式即在w、b的变化下求得目标函数的最小值。对w、b分别求偏微分并令其等于0,可得到这个复杂问题的较为简单的对偶问题:其中,Q表示代价函数。在非线性的情况下,需要用某种变换将样本点映射到高维空间求取线性可分,即:其中,表示核变换。引入核函数和松弛变量ξi≥0,将约束条件转变为:K(xi,xj)=tanh(v(xi·xj)+c)其中,v为一种核函数,c为偏移量。引入惩罚因子C则原模型转化为:s.t.yi(wTxi+b)≥1-ξi,ξi≥0,i=1,…,n所以可得最终模型如下:4.根据权利要求1所述的参数最优的白血病癌细胞检测仪,其特征在于:所述参数寻优模块首先设粒子群S={x1,x2,…,xm1},其中xi=(xi1,xi2,…,xiD),i=1,2,…,m1,也就是有m1个粒子,每个粒子的位置一个D维问题在搜索空间的潜在解。通过计算各个粒子位置的适...
【专利技术属性】
技术研发人员:刘兴高,高信腾,张泽银,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。