王尧佳
- 作品数：3 被引量：3H指数：1
- 供职机构：杭州电子科技大学生命信息与仪器工程学院更多>>
- 发文基金：国家自然科学基金浙江省科技攻关计划国家杰出青年科学基金更多>>
- 相关领域：生物学医药卫生自动化与计算机技术更多>>
- 面向肿瘤诊断的SELDI蛋白质谱数据特征提取研究
- 癌症是危害人类健康的最大杀手。研究发现，即使在没有任何症状的早期阶段，癌症患者的蛋白水平已经发生变化，这些发生了变化的特异蛋白质被称为疾病的“生物标志物”(Biomarker)，不断发现的特异性肿瘤标志物更为攻克癌症带来...
- 王尧佳
- 关键词：蛋白质质谱癌症分类肿瘤诊断
- 文献传递
- 基于递归零空间线性判别分析算法的蛋白质质谱数据特征选择被引量：3
- 2010年
- 目的针对蛋白质质谱数据,采用一种新的基于特征选择的算法提取判别特征,提高癌症辅助诊断的准确率。方法将小波特征与递归零空间线性判别分析(LDA)特征选择算法相结合,首先对数据进行多分辨率的小波分解,提取样本细节特征;接着运用t-test进行筛选,初步降低数据的特征维数;然后递归调用零空间LDA算法,筛选出最具判别意义的蛋白位点;最后采用支持向量机(SVM)分类器估算算法性能。采用十折交叉验证进行测试。结果在公共数据卵巢癌OC-WCX2a上的分类率达到98.3%。在浙江省肿瘤医院提供的临床乳腺癌BC-WCX2a数据上分类率为91.45%,敏感性为97.2%。同时,该算法有效地降低了所选特征间的相关性。结论本算法可充分提取蛋白质质谱数据中的判别特征,从而更有利于癌症的辅助诊断。
- 王尧佳祝磊韩斌厉力华郑智国牟瀚舟
- 关键词：癌症分类蛋白质质谱
- 基于离散平稳小波分解和递归零空间LDA算法的SELDI蛋白质谱特征选择
- 2012年
- 目的针对如何筛选与肿瘤相关的蛋白位点问题,提出一种基于平稳小波变换与递归零空间LDA算法相结合的特征选择方法。方法首先对样本质谱数据进行平稳小波变换;接着基于递归框架调用零空间LDA算法,挑选出最具判别意义的小波系数特征;然后经平稳小波逆变换,将挑选出的小波系数特征对应回原始蛋白质谱数据中,获得与肿瘤判别相关的蛋白位点。最后,运用SVM分类器估算位点的分类性能。结果在卵巢癌公共数据集OC-WCX2b和浙江省肿瘤医院乳腺癌数据集BC-WCX2a上分别挑选出与肿瘤判别相关的6个和2个蛋白位点。结论本文提出的算法能够有效提取出具有较好判别效果的蛋白质谱位点,有助于癌症的辅助诊断。
- 祝磊王尧佳韩斌厉力华柯激情孟旭莉
- 关键词：蛋白质质谱
