P

OLITECHNIKA

´

S

L ˛

ASKA

W

YDZIAŁ

I

N ˙

ZYNIERII

B

IOMEDYCZNEJ

Sprawozdanie

Maszyna Wektorów podpieraj ˛

acych SVM.

Autor: Anna Zieli ´nska

Prowadz ˛

acy ´cwiczenie: dr in˙z. Joanna Czajkowska

Gliwice, 26 marca 2012

Spis treści

1. Opis zawartości

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

1

2. Kod programu

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3

3. Wyniki podziału

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

5

4. Wnioski

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

7

Spis rysunków

3.1

Klasyfikacja genów dla danych typów białaczki. Kolorem czerwonym
zaznaczono błędną klasyfikację.

. . . . . . . . . . . . . . . . . . . . .

5

1. Opis zawartości

Celem ćwiczenia było odnalezienie genów, które umożliwiałyby rozróżnienie 3

typów białaczki:

• ALL-B- ostra białaczka limfoblastyczna prekursorowa limfocytów B

• ALL-T- ostra białaczka limfoblastyczna T-komórkowa

• AML- ostra białaczka szpikowa

Następnie poszczególne geny, dzięki maszynie wektórów podpierających należało
zakwalifikować w oparciu o metodę klasa- reszta. Geny wybrane dla poszczególnych
typów białaczki:

• GB DEF = FLT3/FLK2 ligand mRNA’- dla białaczki AML

• HOXA9 Homeo box A9- pozwala na rozróżnienie białaczki ALL-T od ALL-B

• PTPRM Protein tyrosine phosphatase, receptor type, mu polypeptide’- ALL-T

• GATA3 GATA-binding protein 3’- dla białaczki ALL-B

2. Kod programu

c l e a r a l l

;

c l o s e a l l

;

load

03 SVM Dane do genow

g e n e=gene ’ ;
d a t a=data ’ ;
c e c h y = [ d a t a ( : , 6 4 6 1 ) , d a t a ( : , 5 4 6 6 ) , d a t a ( : , 4 3 1 5 ) , d a t a ( : , 3 1 8 9 ) ] ; %wybór c e c h do k l a s y f i k a c j i

AML = ismember ( l a b e l , ’AML ’ ) ;

ALL T=ismember ( l a b e l , ’ALL−T ’ ) ;
ALL B=ismember ( l a b e l , ’ALL−B ’ ) ;

[ t r 1 , t e 1 ] = c r o s s v a l i n d ( ’ holdOut ’ ,AML) ;

t r 1=t r 1&AML;

[ t r 2 , t e 2 ] = c r o s s v a l i n d ( ’ holdOut ’ , ALL T ) ;

t r 2=t r 2&ALL T ;

[ t r 3 , t e 3 ] = c r o s s v a l i n d ( ’ holdOut ’ , ALL B ) ;

t r 3=t r 3&ALL B ;
t r=t r 1 | t r 2 | t r 3 ;
t e =˜ t r ;

svmStr1 = s v m t r a i n ( c e c h y ( t r , : ) ,AML( t r ) , ’ s h o w p l o t ’ , f a l s e ,

’ K e r n e l F u n c t i o n ’ , ’ r b f ’ , ’ RBF Sigma ’ , 0 . 5 , ’ b o x c o n s t r a i n t ’ , 1 0 0 0 ) ;

svmStr2 = s v m t r a i n ( c e c h y ( t r , : ) , ALL T ( t r ) , ’ s h o w p l o t ’ , f a l s e ,

’ K e r n e l F u n c t i o n ’ , ’ r b f ’ , ’ RBF Sigma ’ , 0 . 5 , ’ b o x c o n s t r a i n t ’ , 1 0 0 0 ) ;

svmStr3 = s v m t r a i n ( c e c h y ( t r , : ) , ALL B ( t r ) , ’ s h o w p l o t ’ , f a l s e ,

’ K e r n e l F u n c t i o n ’ , ’ r b f ’ , ’ RBF Sigma ’ , 0 . 5 , ’ b o x c o n s t r a i n t ’ , 1 0 0 0 ) ;

c l 1 = s v m c l a s s i f y ( svmStr1 , c e c h y ( t e , : ) , ’ s h o w p l o t ’ , f a l s e ) ;
c l 2 = s v m c l a s s i f y ( svmStr2 , c e c h y ( t e , : ) , ’ s h o w p l o t ’ , f a l s e ) ;
c l 3 = s v m c l a s s i f y ( svmStr3 , c e c h y ( t e , : ) , ’ s h o w p l o t ’ , f a l s e ) ;

w y n i k i =[ c l 1 c l 2 c l 3 AML( t e ) ALL T ( t e ) ALL B ( t e ) ]

3. Wyniki podziału

Rys. 3.1:

Klasyfikacja genów dla danych typów białaczki. Kolorem czerwonym zazna-
czono błędną klasyfikację.

6

3. Wyniki podziału

Dla każdego typu białaczki wylosowano dane uczące, które następnie zostały

połączone w jeden wektor i za pomocą programu zostały zaklasyfikowane.

4. Wnioski

Nieprawidłowa klasyfikacja w tabeli zostala oznaczona kolorem czerwonym. Na

podstawie wzoru: s =

poprawne

wszystkie

∗ 100% można obliczyć skuteczność klasyfikatora,

która wynosi: s =

10
35

∗ 100% = 71, 43%.

Na podstawie wyniku widać, że na ogół program poprawnie klasyfikował dane

geny, jednak 71% skuteczności nie jest wynikiem w pełni zadowalającym. Widać by-
ło, że klasyfikator miał duże problemy z odróżnieniem białaczki typu AML z ALL-B,
co może być przyczyną tego, że cechy jednego z genów, najprawdopodobniej HO-
XA9 leżą na granicy wartości przyjmowanych dla obu tych białaczek, rozwiązaniem
mógłby być dobór następnego genu, ktory odróżniałby białaczkę typu AML i ALL-B
od siebie.

Do sklasyfikowania różnych typów białaczki najlepiej użyć kilku genów, nie na-

leży jednak przesadzać ani w jedną, ani w drugą stronę, jeżeli damy zbyt mało
informacji, program nie będzie w stanie odróżnić od siebie cech różnych białaczek,
natomiast jeżeli podamy ich za dużo możliwe, że program będzie miał problem z kla-
syfikacją, ponieważ będzie się uczył na dużej grupie cech, a niektóre z nich mogłyby
się pokryć, co może prowadzić do niepotrzebnych błędów.