基于微阵列数据分析的癌症诊断

摘要

基因表达谱数据具有小样本高维数特点,导致冗余基因,大量冗余基因不仅降低癌症诊断正确率,还降低诊断速度,因此需要找出对癌症有鉴别作用的相关基因.针对基因表达谱数据的高维性,采用秩和检验的统计方法选取相关基因,结合K均值聚类与模糊C均值聚类方法建立诊断模型.2个DNA微阵列数据实验表明该诊断模型具有较高的分类准确性,为癌症的诊断提供辅助手段.