刘永超 王卫兵 徐倩 郭艳宏 吴超

摘 要：卵巢癌是我国女性发病率较高的癌症之一，并且有逐年增加的趋势。基因芯片被广泛用于癌症早期检测，癌症的早发现可以确保生存率增加超过97%。本文针对基因芯片的质谱数据，提出了一种基于主成分分析（PCA）和支持向量机（SVM）的卵巢癌预测方法。重点进行了模型设计和仿真对比实验。实验结果表明：本文方法在预测精度上达到了89.1%，而只消耗4.791s的CPU时间，是一个较好的平衡点。

关键词：

主成分分析;支持向量机;卵巢癌预测;基因芯片

DOI：10.15938/j.jhust.2021.03.014

中图分类号： TP391.4

文献标志码： A

文章编号： 1007-2683（2021）03-0099-04

A Cancer Prediction Method Based on Principal Component Analysis

and Support Vector Machine

LIU Yong-chao1，2 ， WANG Wei-bing1， XU Qian3， GUO Yan-hong2， WU Chao2

（1.School of Computer Science and Technology， Harbin University of Science and Technology， Harbin 150080， China;

2.The Second Affiliated Hospital of Qiqihar Medical University，Qiqihar 161000，China：

3.Distribution and Operation Inspection Room of Harbin Branch of Heilongjiang Power Supply Company，Harbin 150001， China）

Abstract：Ovarian cancer is one of the most common cancers contracted by women in China， and it has a tendency to increase year by year. The gene chip is widely applied to the early detection of cancer， which ensures an increase in survival rate over 97%. In this paper， by virtue of a mass spectrometry data of gene chip， an ovarian cancer prediction method based on principal component analysis （PCA） and support vector machine （SVM） is proposed. The model is designed and the simulation comparison experiments are carried out， which are at the core of the research. The experimental results verify that the proposed method has presented the superior performance with prediction accuracy of 89.1%and CPU time of 4.791s.

Keywords：principal component analysis; support vector machine; ovarian cancer prediction; gene chip

0 引 言

癌癥是人类生命和健康的主要威胁之一，是世界上最致命的疾病[1]。在我国，癌症患者逐年增加。在ACS的《2018年全球癌症统计数据》报告中指出：癌症发病率和死亡率我国均居全球第一！2018年在全球新增癌症患者1810万人，我国占21%;全球死于癌症的人数是960万人，我国占23.9%。卵巢癌是我国女性发病率较高的癌症之一，并且有逐年增加的趋势，虽然可以通过降低风险因素来预防，但仍高发。癌症的诊断是一项极其艰巨而复杂的任务，但早期发现癌症可以确保生存率增加超过97%[2]。可见，卵巢癌早期发现对我国女性健康尤为重要。

基因芯片是利用核酸互补杂交原理按二维结构将大量探针分子固定于支持物上，与标记的样品分子进行杂交反应，通过对杂交信号的监测分析获取样品分子的数量和序列信息[3]。目前，广泛应用基因芯片检测各种癌症，但其产生的微阵列数据具有：样本小、数据量大、维度高等特点，很容易导致预测癌症存在与否的分类失败。……