[發(fā)明專利]一種基于集成特征選擇的癌癥甲基化數(shù)據(jù)分類方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011329335.X
• 申請(qǐng)日: 2020-11-24
• 公開（公告）號(hào): CN112382342A
• 公開（公告）日: 2021-02-19
• 發(fā)明（設(shè)計(jì)）人: 潘曉光;田奇;董虎弟;陳智嬌;白麗霞
• 申請(qǐng)（專利權(quán)）人: 山西三友和智慧信息技術(shù)股份有限公司
• 主分類號(hào): G16B40/20
• 分類號(hào): G16B40/20;G16B20/00;G06K9/62
• 代理公司: 太原榮信德知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 14119
• 代理人: 楊凱;連慧敏

1.一種基于集成特征選擇的癌癥甲基化數(shù)據(jù)分類方法，其特征在于：包括下列步驟：

S1、輸入甲基化位點(diǎn)的癌癥和正常樣本數(shù)據(jù)集，所述數(shù)據(jù)集中，每行表示被測個(gè)體，并被標(biāo)注為正常或者癌癥，每列表示特征位點(diǎn)；

S2、數(shù)據(jù)預(yù)處理，濾除所述數(shù)據(jù)集中的各種缺失值；

S3、通過集成特征選擇方法來實(shí)現(xiàn)穩(wěn)固的差異甲基化位點(diǎn)的選取；

S4、基于穩(wěn)固的差異甲基化位點(diǎn)訓(xùn)練多分類器模型，根據(jù)每個(gè)分類器的預(yù)測結(jié)果進(jìn)行投票，得到最終的分類判別結(jié)果；

S5、輸出最終的分類結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于集成特征選擇的癌癥甲基化數(shù)據(jù)分類方法，其特征在于：所述S2中數(shù)據(jù)預(yù)處理的方法為：包括下列步驟：

S2.1、查找數(shù)據(jù)中的缺失值，若原數(shù)據(jù)中存在缺失值，濾除包含該缺失值的列或者特征；

S2.2、對(duì)不含缺失值的數(shù)據(jù)進(jìn)行批次效應(yīng)的校正；

S2.3、濾除方差最小的位點(diǎn)集，通過計(jì)算位點(diǎn)在所有測得的樣本中甲基化值的方差，對(duì)所有位點(diǎn)按照方差從大到小進(jìn)行排序，然后舍去排在末尾的1/3左右的位點(diǎn)。

3.根據(jù)權(quán)利要求2所述的一種基于集成特征選擇的癌癥甲基化數(shù)據(jù)分類方法，其特征在于：所述S2.2中采用經(jīng)驗(yàn)貝葉斯EB方法消除批次效應(yīng)的影響。

4.根據(jù)權(quán)利要求1所述的一種基于集成特征選擇的癌癥甲基化數(shù)據(jù)分類方法，其特征在于：所述S3中集成特征選擇方法為：包括下列步驟：

S3.1、引入樣本多樣性，所述樣本多樣性通過對(duì)原始數(shù)據(jù)進(jìn)行等比列的多次隨機(jī)采樣，得到不同的樣本子集，然后在樣本子集上應(yīng)用特征選擇方法以獲得不同的特征位點(diǎn)集合；

S3.2、引入函數(shù)多樣性，即通過在同一個(gè)樣本子集上應(yīng)用不同的特征選擇方法以獲得不同的差異甲基化位點(diǎn)集合；

S3.3、采用多種特征選擇方法提取上述兩種差異位點(diǎn)集合，每一個(gè)樣本子集，得到上述兩個(gè)特征位點(diǎn)子集，取二者的并集，得到每個(gè)樣本子集對(duì)應(yīng)的特征子集，最后將所有樣本子集對(duì)應(yīng)的特征子集再求交集得到穩(wěn)固的差異位點(diǎn)集合。

5.根據(jù)權(quán)利要求1所述的一種基于集成特征選擇的癌癥甲基化數(shù)據(jù)分類方法，其特征在于：所述S4中得到最終的分類判別結(jié)果的方法為：包括下列步驟：

S4.1、根據(jù)集成特征選擇方法的結(jié)果，訓(xùn)練邏輯回歸，邏輯回歸分類器通過最大化似然函數(shù)并由sigmoid函數(shù)將輸出整合到關(guān)于{0,1}概率的分布，從而實(shí)現(xiàn)對(duì)樣本的劃分；

S4.2、通過支持向量機(jī)對(duì)于樣本的分類，所述支持向量機(jī)通過搜尋樣本中的支持向量，最大化兩類樣本的距離實(shí)現(xiàn)對(duì)樣本的劃分；

S4.3、通過隨機(jī)森林分類器對(duì)于樣本的分類，所述隨機(jī)森林分類器通過樹的結(jié)構(gòu)，根據(jù)特征參數(shù)的取值大小，逐步實(shí)現(xiàn)對(duì)樣本的劃分；

S4.4、針對(duì)上述三種分類器的預(yù)測結(jié)果，通過投票的方式進(jìn)行整合。