Apr, 2024
基于自然启发计算的癌症筛查集成方法的全面利用
Exhaustive Exploitation of Nature-inspired Computation for Cancer Screening in an Ensemble Manner
Xubin Wang, Yunhe Wang, Zhiqing Ma, Ka-Chun Wong, Xiangtao Li
TL;DR准确筛选肿瘤类型对于有效的癌症检测和精确的治疗选择至关重要。本研究提出了一种名为进化优化的多样化集成学习（EODE）的框架，用于改进基因表达数据的癌症分类的集成学习。实验证明，EODE 相对于单独和传统聚合模型，在 35 个基因表达基准数据集上获得了显著提高的筛选准确性。此研究为使用基因表达生物标志物进行强大而广义的集成学习提供了有效的框架。