[1]李坤鹏,王泽朋,周玉,等.人工智能在肿瘤基因表达数据中的应用研究进展[J].中国医学物理学杂志,2024,41(3):389-396.[doi:DOI:10.3969/j.issn.1005-202X.2024.03.018]
　LI Kunpeng,WANG Zepeng,ZHOU Yu,et al.Review on application of artificial intelligence in tumor gene expression data analysis[J].Chinese Journal of Medical Physics,2024,41(3):389-396.[doi:DOI:10.3969/j.issn.1005-202X.2024.03.018]
点击复制

人工智能在肿瘤基因表达数据中的应用研究进展()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
41卷
期数:
2024年第3期
页码:
389-396
栏目:
医学人工智能
出版日期:
2024-03-27

文章信息/Info

Title:
Review on application of artificial intelligence in tumor gene expression data analysis
文章编号:
1005-202X（2024）03-0389-08
作者:
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
Author(s):
LI Kunpeng;  WANG Zepeng;  ZHOU Yu;  LI Sihai
School of Information Engineering, Gansu University of Chinese Medicine, Lanzhou 730000, China
关键词:
基因表达数据; 人工智能; 机器学习; 特征选择; 综述
Keywords:
Keywords: gene expression data artificial intelligence machine learning feature selection review
分类号:
R318；TP18
DOI:
DOI:10.3969/j.issn.1005-202X.2024.03.018
文献标志码:
A
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。
Abstract:
Abstract: Tumors are serious diseases threatening human health, and the early diagnosis is essential to improve treatment success and patient survival. The study of tumor gene expression data has become a major tool for revealing tumor disease mechanisms, in which artificial intelligence plays an important role. The potential advantages of supervised learning, unsupervised learning and deep learning in tumor prediction and classification are explored from the perspective of machine learning methods. Special attention is paid to the impact of feature selection algorithms on gene screening and their importance in high-dimensional gene expression data. By providing a comprehensive overview of the application and development of artificial intelligence in the analysis of tumor gene expression data, the study aims to provide an outlook for future research directions and promote further development.

相似文献/References:

[1]王弈,李传富.人工智能方法在医学图像处理中的研究新进展[J].中国医学物理学杂志,2013,30(03):4138.[doi:10.3969/j.issn.1005-202X.2013.03.013]
[2]王亚,李永欣,黄文华.人类脑计划的研究进展[J].中国医学物理学杂志,2016,33(2):109.[doi:10.3969/j.issn.1005-202X.2016.02.001]
　[J].Chinese Journal of Medical Physics,2016,33(3):109.[doi:10.3969/j.issn.1005-202X.2016.02.001]
[3]祁红琳,胡先玲,李传明,等. 基于MRI纹理特征的早期肝癌术后复发预测[J].中国医学物理学杂志,2017,34(9):908.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.010]
　[J].Chinese Journal of Medical Physics,2017,34(3):908.[doi:DOI:10.3969/j.issn.1005-202X.2017.09.010]
[4]纪春阳,徐秀林,王燕. 深度神经网络技术在肿瘤细胞识别中的应用[J].中国医学物理学杂志,2019,36(9):1113.[doi:DOI:10.3969/j.issn.1005-202X.2019.09.022]
　JI Chunyang,XU Xiulin,WANG Yan. Application of deep neural network in tumor cell recognition[J].Chinese Journal of Medical Physics,2019,36(3):1113.[doi:DOI:10.3969/j.issn.1005-202X.2019.09.022]
[5]王沛沛,李金凯,李彩虹,等.基于人工智能技术的危及器官自动勾画在胸部肿瘤中的应用[J].中国医学物理学杂志,2019,36(11):1346.[doi:DOI:10.3969/j.issn.1005-202X.2019.11.019]
　WANG Peipei,LI Jinkai,LI Caihong,et al.Application of automatic organs-at-risk segmentation based on artificial intelligence technology in thoracic tumors[J].Chinese Journal of Medical Physics,2019,36(3):1346.[doi:DOI:10.3969/j.issn.1005-202X.2019.11.019]
[6]莫梓华,高红霞,黄飚.人工智能在中枢神经系统疾病影像诊断中的应用进展[J].中国医学物理学杂志,2020,37(6):792.[doi:DOI:10.3969/j.issn.1005-202X.2020.06.025]
　MO Zihua,GAO Hongxia,et al.Application of artificial intelligence in imaging diagnosis of central nervous system diseases: a review[J].Chinese Journal of Medical Physics,2020,37(3):792.[doi:DOI:10.3969/j.issn.1005-202X.2020.06.025]
[7]刘思远,张丽军,刘雷.人工智能在抗击新型冠状病毒肺炎疫情中的应用[J].中国医学物理学杂志,2020,37(8):1076.[doi:DOI:10.3969/j.issn.1005-202X.2020.08.026]
　LIU Siyuan,ZHANG Lijun,LIU Lei.Application of artificial intelligence in fighting against COVID-19 pandemic[J].Chinese Journal of Medical Physics,2020,37(3):1076.[doi:DOI:10.3969/j.issn.1005-202X.2020.08.026]
[8]陈思佳,石丽婉,林勤.基于知识的放射治疗技术研究[J].中国医学物理学杂志,2020,37(11):1350.[doi:DOI:10.3969/j.issn.1005-202X.2020.11.002]
　CHEN Sijia,SHI Liwan,LIN Qin.Research on knowledge-based radiation therapy[J].Chinese Journal of Medical Physics,2020,37(3):1350.[doi:DOI:10.3969/j.issn.1005-202X.2020.11.002]
[9]陈子印,白艳春,徐巍,等.人工智能云技术在乳腺癌患者心脏亚结构自动勾画中的应用[J].中国医学物理学杂志,2020,37(12):1599.[doi:DOI:10.3969/j.issn.1005-202X.2020.12.024]
　CHEN Ziyin,BAI Yanchun,XU Wei,et al.Application of artificial intelligence cloud technology in auto-segmentation of cardiac substructure of breast cancer patients[J].Chinese Journal of Medical Physics,2020,37(3):1599.[doi:DOI:10.3969/j.issn.1005-202X.2020.12.024]
[10]邓灵波,周雯,赵双全,等.人工智能辅助诊断系统在新型冠状病毒肺炎诊断中的初步应用[J].中国医学物理学杂志,2020,37(12):1604.[doi:DOI:10.3969/j.issn.1005-202X.2020.12.025]
　DENG Lingbo,ZHOU Wen,ZHAO Shuangquan,et al.Preliminary application of AI diagnosis system in the diagnosis of the novel coronavirus infected pneumonia[J].Chinese Journal of Medical Physics,2020,37(3):1604.[doi:DOI:10.3969/j.issn.1005-202X.2020.12.025]

备注/Memo

备注/Memo:
【收稿日期】2023-11-22 【基金项目】甘肃省科技计划项目（21JR1RA272）；甘肃省教育厅-高校教师创新基金（2023B-105）；甘肃省自然科学基金（22JR5RA606） 【作者简介】李坤鹏，硕士，研究方向：生物信息学、机器学习，E-mail: kunpeng@gszy.edu.cn 【通信作者】李四海，副教授，研究生导师，研究方向：数据挖掘、机器学习、光谱分析，E-mail: lisihai@gszy.edu.cn
更新日期/Last Update: 2024-03-27