[发明专利]一种前列腺肿瘤的类型预测方法和系统

权利要求书

1.一种前列腺肿瘤的类型预测方法，其特征在于，包括步骤：

获取包含受检者的基因表达数据的待测样本；

对所述待测样本进行归一化，构造归一化后的新待测样本；

利用预设的投影变换矩阵将所述新待测样本映射到低维特征空间中，得到映射后的投影测试样本；

从所述投影变换矩阵的训练样本集中找到与所述投影测试样本距离最近的样本；

将所述样本的类型赋予所述投影测试样本，完成类型预测。

2.如权利要求1所述的类型预测方法，其特征在于，所述投影变换矩阵通过下面步骤获取：

获取基因表达训练数据；

从所述基因表达训练数据中随机抽取部分特征数据，得到训练数据集；

将所述训练数据集映射到相对低维的低维特征空间；

将所述低维度特征空间中的训练数据集构建为类内相似矩阵和类间相似矩阵；

对与所述类内相似矩阵的关联的类内局部散度矩阵和与所述类间相似矩阵相关联的类间局部散度矩阵进行广义特征分解，得到所述投影变换矩阵。

3.如权利要求2所述的类型预测方法，其特征在于，所述得到训练数据集过程中需要对所述部分特征数据进行归一化处理，从而得到所述训练数据集。

4.如权利要求2所述的类型预测方法，其特征在于，所述类内相似矩阵和所述类间相似矩阵通过预先定义的余弦去中心相似性函数获得。

5.一种前列腺肿瘤的类型预测系统，其特征在于，包括：

待测样本获取模块，用于获取包含受检者的基因表达数据的待测样本；

归一化模块，用于对所述待测样本进行归一化，构造归一化后的新待测样本；

学习模块，用于利用预设的投影变换矩阵将所述新待测样本映射到低维特征空间中，得到映射后的投影测试样本；

查找模块，用于从所述投影变换矩阵的训练样本集中找到与所述投影测试样本距离最近的样本；

预测模块，用于将所述样本的类型赋予所述投影测试样本，完成类型预测。

6.如权利要求5所述的类型预测系统，其特征在于，所述待测样本获取模块包括DNA微阵列芯片。

7.如权利要求5所述的类型预测系统，其特征在于，所述学习模块包括：

训练数据获取单元，用于获取基因表达训练数据；

随机抽取单元，用于从所述基因表达训练数据中随机抽取部分特征数据，得到训练数据集；

映射单元，用于将所述训练数据集映射到相对低维的低维特征空间；

相似矩阵构建单元，用于将所述低维度特征空间中的训练数据集构建为类内相似矩阵和类间相似矩阵；

投影变换矩阵构建单元，用于对与所述类内相似矩阵的关联的类内局部散度矩阵和与所述类间相似矩阵相关联的类间局部散度矩阵进行广义特征分解，得到所述投影变换矩阵。

8.如权利要求7所述的类型预测系统，其特征在于，所述随机抽取单元包括：

归一化子单元，用于通过对所述部分特征数据进行归一化处理得到所述训练数据集。

9.如权利要求7所述的类型预测系统，其特征在于，所述相似矩阵构建单元还包括：

函数构建子单元，用于通过构建所述余弦去中心相似性函数获得所述类内相似矩阵和所述类间相似矩阵。