文献类型：期刊文献

中文题名：人工智能在肿瘤基因表达数据中的应用研究进展

英文题名：Review on application of artificial intelligence in tumor gene expression data analysis

作者：李坤鹏[1];王泽朋[1];周玉[1];李四海[1]

第一作者：李坤鹏

机构：[1]甘肃中医药大学信息工程学院,甘肃兰州730000

第一机构：甘肃中医药大学信息工程学院（教育技术中心）

年份：2024

卷号：41

期号：3

起止页码：389

中文期刊名：中国医学物理学杂志

外文期刊名：Chinese Journal of Medical Physics

收录：CSTPCD;;CSCD:【CSCD_E2023_2024】；

基金：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)。

语种：中文

中文关键词：基因表达数据;人工智能;机器学习;特征选择;综述

外文关键词：gene expression data;artificial intelligence;machine learning;feature selection;review

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。
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.