MATLAB实现基于神经网络MIV值分析的肿瘤基因信息提取 毕业论文+源码
题 目 基于神经网络MIV 值分析的肿瘤基因信息提取
摘 要：
本文主要运用统计学及数据挖掘相关知识，以结肠癌基因表达图谱为研究对象，综合运用 GB 指数、BP 神经网络、小波变换和贝叶斯等方法对问题给出求解的过程和结果。
问题一采用 GB 综合指数对无关基因进行筛选。首先计算各个基因的Gini 指数和
Bhattacharyya 距离，其次合理定位阈值，分别在Gini 指数排序和 Bhattacharyya 距离排序中选择 300 个优势位置的基因作为备用基因，最后选择这两组备用基因的交集作为信息基因， 共 114 个。从而降低了基因维度。
问题二结合已有文献，本着创新性和有效性的思想进行基因信息提取。
Ø 首先利用基因间的强相关性进行初步冗余基因的剔除，得到了五组特征基因组；利用 BP 神经网络对这五组基因组进行错判数计算，选取错判率最低、基因子集中基因数量最少的基因特征组作为下一步研究基因子集；
Ø 其次利用平均影响值（MIV）方法来进行筛选基因，通过计算一个基因组合中每个基因的 MIV 值，每次剔除MIV 绝对值处于后 10%的基因进行基因子集的确定；
Ø 最后利用 BP 神经网络来进行 22 个基因子集的错判数计算，最终确定含有 12 个基因的子集为最优基因组合（M85079，T62947，R39209，R84411，T54303，M82919，
H43887，X12671，H08393，M26383，R36977，R87126）。
问题三将每组基因表达值看做基因信号，运用小波转换法对基因数据进行去噪，建立去噪模型。运用 MATLAB 小波工具箱对基因表达数据进行去噪处理，并运用去噪后的基因数据重新进行基因的分类、特征基因的提取。通过对比发现，去噪后的数据进行基因分类时能保留 61 个基因，比原始基因数据少 53 个，特征基因提取为 8 个。
问题四针对给定的若干信息基因，利用聚类分析原理和 Bayes 估计，通过模型建立给出探索其它未知信息基因的思想。
关键字：基因表达谱；GB 指数；MIV；BP 神经网络；小波变换；贝叶斯
目 录
1. 问题重述 1
2. 问题分析 1
2.1. 问题一 1
2.2. 问题二 1
2.3. 问题三 2
2.4. 问题四 2
3. 基本假设 2
4. 符号说明 2
5. 模型建立及求解 3
5.1. 问题一：基因筛选 3
5.1.1. 实验数据分析 3
5.1.2. 信息基因的提取 4
（3）GB 综合指标选取信息基因 8
5.2. 问题二：分类信息基因确定 9
5.2.1. 解题思路解析 9
5.2.2. 解题方法理论基础 9
5.2.3. 模型建立与求解 10
5.3. 问题三：基因信息去噪 15
5.3.1. 解题方法及思路分析 15
5.3.2. 基因信号去噪 16
5.3.3. 过滤后基因信号进行分类 21
（1） Gini 指标数据对比 21
5.4. 问题四：信息基因求解的数学模型 23
5.4.1. 解题方法及假设 23
5.4.2. 贝叶斯分析 23
（2）基于 Bayes 方法的聚类算法 24
5.4.3. 调用聚类算法 25
6. 模型的评价与改进 26
6.1. 模型优点 26
6.2. 模型缺点 26
6.3. 模型的改进 27
