基于聚类分析和半监督学习的蛋白质质谱数据分类.pdfVIP

第27卷第5期航天医学与医学工程Vo1．27No．5

2014年10月SpaceMedicine＆MedicalEngineering0ct．2014

基于聚类分析和半监督学习的蛋白质质谱数据分类

祝磊，曹凯敏，游晓璐，徐平，应南娇

(杭州电子科技大学生命信息与仪器工程学院，浙江杭州310018)

摘要：目的针对高维冗余的SELDI蛋白质质谱数据，提出一种基于聚类分析和半监督学习的数据分类

方法。方法算法首先运用t-test对蛋白质质谱数据进行初步降维；然后将处理后的数据用聚类分析算

法进行进一步降维；最后运用半监督学习算法传递标签，充分提取有标记样本和无标记样本的信息，从

而进行分类。结果在公共卵巢癌数据集OC．WCX2b和公共前列腺癌数据集PC．H4上获得了99．15％

和96．75％分类准确率。在浙江省肿瘤医院临床乳腺癌数据集BC—WCX2a上获得了95．18％的分类准

确率和100％的敏感性。结论基于聚类分析的半监督学习方法能够有效利用未标记的质谱样本信息，

与经典的监督学习算法相比，其分类性能更理想、实用性更好。

关键词：蛋白质质谱；聚类