[發明專利]樣本數據的分類

有效

• 申請號: 200980114561.1
• 申請日: 2009-04-21
• 公開（公告）號: CN102016881A
• 公開（公告）日: 2011-04-13
• 發明（設計）人: H·M·J·桑特羅普;W·F·J·弗黑格;R·范登哈姆
• 申請（專利權）人: 皇家飛利浦電子股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F19/24
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 周紅力;劉鵬

1.一種用于對生物分子數據進行分類的分類系統(100)，包括：

輸入端，用于接收測量數據，該測量數據包括對待分類的樣本的多個數值特征(102)和所述多個數值特征中各個數值特征的多個相應的誤差估計(104)的測量；

統計模塊(106)，用于將各個概率密度函數(108)與所述多個數值特征中各個數值特征相關聯，其中所述各個概率密度函數依賴于所述各個數值特征的相應的誤差估計；

復制模塊(110)，用于產生所述樣本的多個擾動的副本(112)，所述擾動的副本包括擾動的特征，其中所述多個數值特征中各個數值特征根據對應的各個概率密度函數被隨機擾動以獲得所述擾動的特征；

分類器(114)，用于基于擾動的特征并且通過應用預定的分類標準對所述多個擾動的副本中的各個副本進行分類以獲得分類的副本(116)，其中每個分類的副本具有與其相關聯的類別；

分析器(118)，用于基于對多個所述分類的副本(116)的統計分析對待分類的樣本進行分類以獲得樣本分類(120)。

2.根據權利要求1的分類系統，其中所述分析器被設置用于計算指示樣本屬于特定類別的可能性的值。

3.根據權利要求2的分類系統，其中所述分析器被設置用于計算多個可能性值，其中每個相應的可能性值指示樣本屬于相應的特定類別的可能性。

4.根據權利要求1的分類系統，其中所述分析器包括用于建立與最大數量的擾動的副本相關聯的類別的裝置和用于根據具有最大數量的擾動副本的類別對樣本進行分類的裝置。

5.根據權利要求1的分類系統，其中所述各個概率密度函數分別是具有基于所述誤差估計的相應的標準差的各個正態分布，并且其中所述復制模塊包括用于根據各個正態分布之一產生值以獲得擾動特征的裝置。

6.根據權利要求1的分類系統，其中所述分類器包括最近均值分類器。

7.根據權利要求1的分類系統，其中所述分類器被設置用于基于所述各個數值特征的相應誤差估計將各個權重應用到單獨的副本的所述多個數值特征中的各個數值特征，其中與具有較小誤差估計的數值特征的影響相比，具有較大誤差估計的數值特征的影響被減少。

8.根據權利要求1的分類系統，其中所述輸入端被設置用于接收包括以下至少一個的測量數據：

基因表達數據，

DNA轉錄本數據，和

蛋白質組學數據。

9.根據權利要求1的分類系統，進一步包括用于向輸入端提供測量數據的化驗讀取器。

10.根據權利要求1的分類系統，進一步包括臨床決策支持系統，其中該臨床決策支持系統被設置用于接收所述樣本分類并基于該樣本分類提供診斷。

11.根據權利要求1的分類系統，進一步包括：

訓練數據集生成器，用于生成訓練數據集，其中該訓練數據集生成器被設置用于在該訓練數據集中包括多個副本；以及

訓練模塊，用于基于所述訓練數據集訓練所述分類器以獲得適用于對新樣本和/或新樣本的副本進行分類的訓練過的分類器。

12.一種對生物分子數據進行分類的方法，包括

接收(202)測量數據，該測量數據包括對待分類的樣本的多個數值特征(102)和所述多個數值特征中各個數值特征的多個相應的誤差估計(104)的測量；

將各個概率密度函數(108)與所述多個數值特征中各個數值特征相關聯(204)，其中所述各個概率密度函數依賴于對所述各個數值特征的相應的誤差估計；

產生(206)所述樣本的多個擾動的副本(112)，所述擾動的副本包括擾動的特征，其中所述多個數值特征中各個數值特征根據對應的各個概率密度函數被隨機擾動以獲得所述擾動的特征；

基于擾動的特征并且通過應用預定的分類標準對所述多個擾動的副本中的各個副本進行分類(208)以獲得分類的副本(116)，其中每個分類的副本具有與其相關聯的類別；

基于對所述分類的副本(116)的統計分析對待分類的樣本進行分類(210)以獲得樣本分類(120)。

13.一種計算機程序產品，包括用于使得處理器執行根據權利要求12的方法的可機讀指令。