您当前的位置：
首页 > 文献资料
所属专业：
决策森林文献资料
-
利用决策森林构建复杂疾病驱动的基因网络
目前,癌症、糖尿病、心脏病、高血压等复杂疾病严重危害着人类的生命和健康,这些疾病并不是由孤立的单个基因发生改变所致,而是多基因联合作用的结果.从系统生物学的角度出发,针对以往基因网络重构算法非疾病驱动的问题,提出了一种利用决策森林构建复杂疾病驱动的基因网络的算法,着重关注基因间的协同作用与复杂疾病发病机理的关系.通过对结肠癌基因芯片数据的分析,识别出66个与结肠癌显著关联的基因互作,其中大部分互作关系参与细胞增殖、细胞凋亡、细胞分化、有丝分裂和免疫等与癌症密切相关的生物过程中.该方法从基因互作和通路的角度为系统研究疾病的遗传复杂性提供了一个崭新的思路.
-
采用信息学方法识别颈部淋巴瘤与淋巴结反应增生性疾病超声诊断特征
目的 采用信息学方法对颈部淋巴瘤和良性反应增生性疾病超声所观察的指标进行识别,评价两者在诊断中的差别,进而提高临床诊断率.方法 选择82例颈部淋巴结肿大患者,其中淋巴瘤29例,良性反应增生性疾病53例.在考虑超声指标间关系的同时通过统计分析与信息学方法(均值t检验法,频率分布法,层次聚类法,R×C列联表检验,决策森林)进行特征选择并采用4个分类器进行评价,达到对颈部淋巴瘤与淋巴结反应增生性疾病做出区分.结果 5个定量指标(包膜厚度,L,T,L/T,皮质厚度)与8个定性指标(血流分布类型,淋巴结血供情况,比邻关系,淋巴门类型,皮质与淋巴门界限,皮质类型,皮质增厚情况,皮质回声)分别与淋巴瘤比较大多存在显著性差异(P ＜0.001),采用4个分类器对所选特征进行评价,分类效果大多在80％以上.结论 通过对选取主要参数进行信息学方法分析得出特征指标的联合效应,对两者的鉴别诊断有重要的临床价值,可提高临床诊断率.
关键词： 淋巴瘤 颈部淋巴结反应增生性疾病 超声特征 特征识别 决策森林
