人工智能在肿瘤基因表达数据中的应用研究进展.pdf

第41卷第3期中国医学物理学杂志Vol.41No.3

2024年3月ChineseJournalofMedicalPhysicsMarch2024-389

DOI:10.3969/j.issn.1005-202X.2024.03.018医学人工智能

人工智能在肿瘤基因表达数据中的应用研究进展

李坤鹏，王泽朋，周玉，李四海

甘肃中医药大学信息工程学院，甘肃兰州730000

【摘要】肿瘤是影响人类健康的严重疾病，早期诊断对提高治疗成功率和患者生存率至关重要。肿瘤基因表达数据的研究

已经成为揭示肿瘤疾病机制的主要工具，人工智能在肿瘤基因表达数据分析中扮演着重要角色。本文从机器学习方法的

角度，探讨监督式学习、无监督式学习和深度学习在肿瘤预测和分类中的潜在优势，特别关注特征选择算法对基因筛选的

影响及其在高维度基因表达数据中的重要性。通过全面综述人工智能在肿瘤基因表达数据分析中的应用与发展，旨在为

未来的研究方向提供参考，促进进一步发展。

【关键词】基因表达数据；人工智能；机器学习；特征选择；综述

【中图分类号】R318;TP18【文献标志码】A【文章编号】1005-202X（2024)03-0389-08

Reviewonapplicationofartificialintelligenceintumorgeneexpressiondataanalysis

LIKunpeng,WANGZepeng,ZHOUYu,LISihai

SchoolofInformationEngineering,GansuUniversityofChineseMedicine,Lanzhou730000,China

Abstract:Tumorsareseriousdiseasesthreateninghumanhealth,andtheearlydiagnosisisessentialtoimprovetreatment

successandpatientsurvival.Thestudyoftumorgeneexpressiondatahasbecomeamajortoolforrevealingtumordisease

mechanisms,inwhichartificialintelligenceplaysanimportantrole.Thepotentialadvantagesofsupervisedlearning,

unsupervisedlearninganddeeplearningintumorpredictionandclassificationareexploredfromtheperspectiveofmachine

learningmethods.Specialattentionispaidtotheimpactoffeatureselectionalgorithmsongenescreeningandtheir

importanceinhigh-dimensionalgeneexpressiondata.Byprovidingacomprehensiveoverviewoftheapplicationand

developmentofartificialintelligenceintheanalysisoftumorgeneexpressiondata,thestudyaimstoprovideanoutlookfor

futureresearchdirectionsandpromotefurtherdevelopment.

Keywords:geneexpressiondata;artificialintelligence;machinelearning;featureselection;revi