基于转录组数据不平衡数据的乳腺癌分类预测模型

摘要

乳腺癌是癌症中较为常见的一种,拥有很高的死亡率。乳腺癌早期的诊断对于治疗有着至关重要的意义,现代医学对于乳腺癌的通常使用医学影像,病理分析等方法进行初期的诊断。随着新一代的测序技术的发展,基因与转录组数据的获得越来越容易。基因转录组数据结合机器学习算法的运用,可以快速、准确地检测出癌症患病风险。提出一种基于基因转录组的特征选择与分类预测的算法,所提出的算法在The Cancer Genome Atlas(TCGA)中的乳腺癌数据集中进行验证,实验结果能够精确地预测分类信息。