一种智能白血病癌细胞检测仪制造技术

本发明专利技术公开了一种智能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。系统首先将输入的基因微阵列数据预处理，然后对剩余的各个基因进行重要性排序，通过统计分数计算相关性，再利用分类器准则函数计算贡献度，将所有基因重要性进行排序。改进的优化方法在原始的智能寻优算法下加入了适应度检测与种群扰动，能够防止种群多样性散失以及优化过程陷入局部最优。然后将搜寻到的最优参数作为分类器参数完成模型构建并输出结果。系统具有很好的去相关性，精度高。

An intelligent detection device for leukemic cancer cells

The invention discloses an intelligent leukemia cancer cell detector, which is composed of gene microarray reading module, data pretreatment and feature sorting module, parameter optimization module and model output module. The system first preprocesses the input gene microarray data, then ranks the importance of the remaining genes, calculates the correlation by statistical score, and then calculates the contribution by using the classifier criterion function to sort all the gene importance. The improved optimization method incorporates fitness detection and population disturbance into the original intelligent optimization algorithm, which can prevent the loss of population diversity and the optimization process from falling into local optimum. Then, the optimal parameters are used as classifier parameters to complete the model construction and output the results. The system has good correlation and high accuracy.

【技术实现步骤摘要】
一种智能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，涉及一种智能白血病癌细胞检测仪。
技术介绍
DNA微阵列(DNAmicroarray)又称DNA阵列或DNA芯片，比较通俗的名字是基因芯片(genechip)。是一块带有DNA微阵列(micorarray)涂层的特殊玻璃片，在数平方厘米之面积上安装数千或数万个核酸探针，经由一次测验，即可提供大量基因序列相关资讯。它是基因组学和遗传学研究的工具。研究人员应用基因芯片就可以在同一时间定量的分析大量(成千上万个)的基因表达的水平，具有快速、精确、低成本之生物分析检验能力。其中可以用来检测基因表现程度之cDNA微阵列(cDNA-microarray)，已开始商业化，市场主要以研发实验室为主。此外，以光刻(photolithography)技术制作，可检测基因多形式(Polymorphisms)之生物芯片，尚处于试验阶段而结合微流体学(microfluidics)之临床用芯片，则仍在研发阶段。急性白血病(acuteleukemia，AL)是造血干细胞的恶性克隆性疾病，发病时骨髓中异常的原始细胞及幼稚细胞(白血病细胞)大量增殖，蓄积于骨髓并抑制正常造血，广泛浸润肝、脾、淋巴结等髓外脏器。表现为贫血、出血、感染和浸润等征象。根据受累的细胞类型，AL通常可以分为急性淋巴细胞白血病(acutelymphoblasticleukemia，ALL)和急性髓细胞白血病(acutemyeloidleukemia，AML)两大类。我国AML的发病率约为1.62/10万，而ALL则约为0.69/10万。成人以AML多见，儿童以ALL多见。急性白血病若不经特殊治疗，平均生存期仅3个月左右，短者甚至在数天后即死亡。因此，对于急性白血病这样的病症，如何找到合适的办法进行快速高效的得出结果就显得十分重要而且有着迫切的现实意义。而这样的高维小样本数据，一直就是科研届的一大难题。
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智能白血病癌细胞检测仪。本专利技术解决其技术问题所采用的技术方案是：一种智能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征排序的处理过程。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：其中，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。对于一组训练样本集合(x1,y1),…(xn,yn),x∈Rn,y∈R，其中x表示训练样本，y表示类别标签。与SVM类似，通过变换将训练样本映射到高维空间。目标函数等价于求解下面二次规划问题：其中，ξi为松弛变量，即预测值与实际值的误差，b为超平面的截距，C为惩罚因子，上标T表示转置。与标准SVM相比不同的是，LSSVM中的二次规划约束条件为等式，并且损失函数为二次函数。为了求解该二次规划问题，通过引入拉格朗日乘子，得到如下的拉格朗日函数L：对w，b，αi，ξi分别求偏导，并令其等于零，可得如下四式：回代入约束等式，原来的优化问题目标方程转化为求解如下线性方程：其中y＝[y1,...,yn]T,1v＝[1,...,1]T,α＝[α1,...,αn]T，K＝[kij]n×n，I为单位阵，表示核变换，K为核函数。最后得到非线性模型f(x)：参数寻优模块设计使用差分进化算法作为基础，并在算法中加入智能算法来增加种群的多样性，具体设计如下：1)初始化DE算法的种群信息：在种群中，随机产生：上式中xi(0)代表初代第i个个体染色体基因的表达值，xj,i(0)代表初代第i个个体中第j个染色体基因的表达值、rand(0,1)是(0,1)区间里的均匀随机数、NP是种群大小、上标L、U分别表示下界值、上界值。2)变异操作(Mutation)：DE算法区分于遗传算法(GA)的特点就在于其采用查分策略进行变异，通过随机选择两个个体之差，缩放后与目标个体进行向量和，也就是vi(g+1)＝xr1(g)+F·(xr2(g)-xr3(g))其中，g代表第g代，F是两个随机向量差的缩放系数，vi(g+1)是变异中间变量，xr1(g)、xr2(g)、xr3(g)分别表示第g代第1、2、3个个体第r个染色体基因的表达值。3)交叉操作(Crossover)：将第g代种群xi(g)与步骤2)产生的变异中间变量vi(g+1)进行交叉，产生其中，CR是设定的交叉率，uj,i(g+1)是交叉中间变量。4)选择操作(Selection)：差分进化算法使用通常的贪心算法进行保留下一代，如果交叉产生的种群适应度f(ui(g+1)大于上一代的种群适应度f(xi(g))，则保留，否则种群不变，即为了避免出现早熟情况，设计一个自适应算子λ：上式中Gmax代表最大迭代次数，G代表当前迭代数，F0为变异算子，初期该值较大，保证样本多样性，后期逐渐变小，意在保护进化过程的优良信息。5)迭代运行以上过程直至达到最大代数。然后将历史最佳参数作为参数寻优的最终结果输入模型输出模块。模型输出模块，利用以上过程得到的模型，直接输入病患数据，即可根据标签值得出结果。本专利技术的有益效果主要表现在：利用了智能寻优技术对分类器的参数进行群智能寻优，避免了人工调参带来的低效以及随意性，且系统具有很好的去相关性，精度高。附图说明图1是本专利技术的结构示意图；图2是本专利技术的流程图。具体实施方式下面根据附图具体说明本专利技术。参照图1，一种智能白血病癌细胞检测仪，该系统由基因微阵列读入模块1、数据预处理及特征排序模块2、参数寻优模块3、模型输出模块4组成；其中：基因微阵列读入模块1，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本文档来自技高网...

【技术保护点】
1.一种智能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】
1.一种智能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所述智能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所述智能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读入的原始微阵列数据进行归一化以及特征排序的处理过程。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：其中，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。对于一组训练样本集合(x1,y1),…(xn,yn),x∈Rn,y∈R，其中x表示训练样本，y表示类别标签。与SVM类似，通过变换将训练样本映射到高维空间。目标函数等价于求解下面二次规划问题：其中，ξi为松弛变量，即预测值与实际值的误差，b为超平面的截距，C为惩罚因子，上标T表示转置。与标准SVM相比不同的是，LSSVM中的二次规划约束条件为等式，并且损失函数为二次函数。为...

【专利技术属性】
技术研发人员：刘兴高，高信腾，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33