一种基于改进的SMOTE算法的不平衡数据处理方法,涉及机器学习技术领域,针对现有不平衡数据集处理方法中由于不能够避免处理过程中产生噪声数据样本,并且可能使新生成的数据样本分布在原数据集中的少数数据样本的中心,进而导致分类效果差的问题。本发明使用支持向量机和K‑means算法的结合去除数据集中的噪声数据,通过限制样本生成范围的半径,即将样本点与近邻点之间生成数据,扩大到样本点与近邻点的连线和延长线上生成数据,提高了数据生成的质量,使分类效果更好。
本发明使用支持向量机和K-means算法的结合去除数据集中的噪声数据,通过限制样本生成范围的半径,即将样本点与近邻点之间生成数据,扩大到样本点与近邻点的连线和延长线上生成数据,提高了数据生成的质量,使分类效果更好。
卵巢癌一直是高居妇科恶性肿瘤死亡率之首,尤其是上皮性浆液性卵巢癌,即使应用积极彻底的肿瘤细胞减灭术及联合化疗,五年生存率仍徘徊在15-30%之间,卵巢癌特点是早期浸润转移,易复发,易对化疗药物耐受,易造成顽固性腹水。由于癌症分子机制复杂,成因多样,是多基因作用的结果,肿瘤细胞的无限增殖潜能被认为是导致预后差的罪魁祸首,而肿瘤干细胞被认为是肿瘤复发根源,因此本研究从卵巢癌患者腹水样本以及卵巢癌高转移细胞系(CAOV3,A2780,SKOV3)分离出卵巢癌干细胞,从卵巢癌干细胞角度进行研究。首先通过体外观察,分析其增殖,迁移和耐药等生物学特征,并采用定量PCR,western blot和免疫荧光等技术检测卵巢癌干细胞中Nucleostemin、GNL3L、ERRγ的表达水平以及细胞增殖相关基因(Cyclin D、p21)。然后进一步采用 RNAi 方法人为干预Nucleostemin、 GNL3L、ERRγ表达,观察对细胞的增殖、迁移和耐药的影响,以及研究相关机制。最后通过构建小鼠卵巢癌干细胞荷瘤模型,研究干预 Nucleostemin/GNL3L/ERRγ 表达对卵巢癌干细胞生物学行为的影响。该研究明确了卵巢癌干细胞生物学行为特性,研 究了通过 靶 向 调 控Nucleostemin/GNL3L/ERRγ是否能影响卵巢癌干细胞的增殖、迁移、耐药和成瘤等生物学行为,为研制特异性靶向调控
黑龙江大学(Heilongjiang University),位于黑龙江省哈尔滨市,是黑龙江省人民政府和中华人民共和国教育部、国家国防科技工业局共建的省属综合性大学,黑龙江省“双一流”建设国内一流大学A类高校,入选国家卓越法律人才教育培养计划、中西部高校基础能力建设工程、特色重点学科项目、国家建设高水平大学公派研究生项目、中国政府奖学金来华留学生接收院校、全国深化创新创业教育改革示范高校、教育部来华留学示范基地,是世界翻译教育联盟、中俄新闻教育高校联盟、中俄综合性大学联盟、上海合作组织大学、“一带一路”智库合作联盟成员单位。
甲状腺结节是内分泌系统的多发病和常见病,甲状腺结节中的甲状腺癌的患病率为5%-15%。近年来我国甲状腺癌的发病率呈现增高的趋势,非必要的甲状腺结节的手术率也显著增高。随着在甲状腺领域的基因及分子标志物相关的研究迅速进展,结节良恶性诊断的准确率大幅提高,甲状腺癌分子诊断已成趋势。在发达国家已经开展了甲状腺结节细针穿刺活检(FNAB)标本的分子生物学检查。而在我国,FNAB技术还只是起步阶段。本研究采用免疫组化特殊染色和RT-PCR等方法检测了肿瘤标记物Galectin-3、HBME-1、RET在良、恶性甲状腺结节FNAB标本中的表达。研究发现:(1)应用常规巴氏(panicolaou)染色法鉴别甲状腺结节细针穿刺活检标本的良恶性,以术后组织病理切片为金标准,评价FNAB诊断甲状腺癌的敏感度、特异度和准确度。(2)采用免疫组化染色和RT-PCR法半定量检测甲状腺癌分子标记物Galectin-3, HBME-1,RET基因在不同性质甲状腺结节细针穿刺标本中的表达差异。以术后组织病理切片为金标准,评价了上述三种甲状腺癌分子标记物诊断甲状腺结节的敏感度、特异度和准确度。(3)验证了FNAB巴氏染色仍不能确定良恶性的甲状腺结节,可通过进行甲状腺癌分子标记物检测提高结节性质的诊断水平。(4)评价了这种微创性检查对甲状腺结节性质诊断的临床价值和重要意义。本研究为诊断甲状腺结节性质提供了有效
技术转让、合同、入股均可,具体资金双方协商,希望尽快落地实现产业化。