[論文レビュー] Fuzzy Soft Set Based Classification for Gene Expression Data

N. Kalaiselvi, H. Hannah Inbarani|arXiv (Cornell University)|Jan 8, 2013

Fuzzy and Soft Set Theory参考文献 10被引用数 13

ひとこと要約

本稿では、がんステージ予測の精度を向上させるために、遺伝子発現データ向けのファジィソフト集合ベースの分類モデルを提案する。エントロピーに基づく遺伝子フィルタリングとファジィソフト集合類似度分類器を組み合わせることで、乳癌、肺がん、白血病の遺伝子発現データセットにおいて分類性能が向上し、従来の手法よりも高い精度を示した。

ABSTRACT

Classification is one of the major issues in Data Mining Research fields. The classification problems in medical area often classify medical dataset based on the result of medical diagnosis or description of medical treatment by the medical practitioner. This research work discusses the classification process of Gene Expression data for three different cancers which are breast cancer, lung cancer and leukemia cancer with two classes which are cancerous stage and non cancerous stage. We have applied a fuzzy soft set similarity based classifier to enhance the accuracy to predict the stages among cancer genes and the informative genes are selected by using Entopy filtering.

研究の動機と目的

• 遺伝子発現データにおける正確な分類の課題に取り組む。
• エントロピーによるフィルタリングを用いたファジィソフト集合理論の統合により、分類性能を向上させる。
• 本手法を乳癌、肺がん、白血病の3つの主要ながん種に適用して評価する。
• 情報的な遺伝子を特定し、ファジィソフト集合フレームワーク内で類似度測定を活用することで、予測精度を向上させる。
• 腫瘍学分野における医療意思決定支援に適した、堅牢でデータ駆動型の分類モデルを提供する。

提案手法

• 本手法は遺伝子発現データの前処理から開始され、次に次元削減のためエントロピーによるフィルタリングを用いて情報的な遺伝子の選択が行われる。
• 遺伝子発現レベルとがんステージとの関連性に基づき、メンバーーシップ度を割り当てることでファジィソフト集合が構築される。
• テストサンプルを既知のがんおよび非がんクラスと比較するため、ファジィソフト集合間の類似度測定値が計算される。
• 分類は、各テストサンプルを類似度スコアが最大となるクラスに割り当てる。
• 本手法は、遺伝子発現データの不確実性を扱うためのファジィ集合の柔軟性と、パrameterized属性をモデル化するためのソフト集合の特徴を活用する。
• モデルは、分類精度を測定する指標を用いて、乳癌、肺がん、白血病の3つのがんデータセットで評価されている。

実験結果

リサーチクエスチョン

• RQ1 ファジィソフト集合ベースの分類は、遺伝子発現データにおけるのがんステージ予測の精度を向上させることができるか？
• RQ2 エントロピーに基づく遺伝子フィルタリングは、のがん分類に有用な遺伝子を効果的に選択できるか？
• RQ3 ファジィソフト集合と類似度測定の統合は、従来の手法と比較して分類性能を向上させるか？
• RQ4 本手法は、乳癌、肺がん、白血病のような多様ながん種において、どのように性能を発揮するか？
• RQ5 ファジィソフト集合フレームワークは、遺伝子発現データの不確実性および曖昧性を効果的に処理できるか？

主な発見

• 提案されたファジィソフト集合ベースの分類器は、テストされたがんデータセットにおいてベースライン手法よりも高い分類精度を達成した。
• エントロピーによるフィルタリングは、生物学的に関連する特徴を保持しつつ、遺伝子発現データの次元を効果的に削減した。
• ファジィソフト集合と類似度測定の統合により、遺伝子発現データの不確実性および曖昧性の効果的な処理が可能になった。
• 本手法は、乳癌、肺がん、白血病という3つの異なるがん種において一貫した性能を示した。
• 結果から、ファジィソフト集合アプローチががん研究における遺伝子発現分類の実用的で効果的な代替手段であることが示された。
• 本研究は、遺伝子選択と高度なファジィ集合理論の統合が、分類のロバスト性と精度を向上させることを確認した。