癌症这种复杂疾病严重影响着人类的健康与生活质量,因此,探索癌症致病机理、发展有效的癌症诊断与治疗新方法已经成为二十一世纪生命医学家以及计算机科学家关注的重点。由于人类还未能真正地理解癌症致病的机制,致使癌症治疗存在很大的盲目性。传统的癌症研究方法已经无法适应目前大规模癌症相关数据分析的需要。而基因芯片技术的出现为从分子水平上研究癌症的发病机理与临床诊断方法提供了强有力的数据基础。在这些数据的基础上,本文研究了基于邻域粗糙集的属性约简算法以选择癌症信息基因的方法。本论文的主要创新点概括为两个方面。一、提出一种结合基因预选与基于邻域粗糙集的属性约简算法的混合基因选择方法。该方法首先采用基因过滤方法快速选出那些差异表达的基因,然后采用属性约简算法对那些具有差异表达的基因进行约简,以搜索出近似最佳的信息基因子集。在实际的公共可获得的肿瘤基因表达数据集上的实验结果表明,所构建的集成分类器能够获得稳定的预测分类性能。特别是,通过分析选出的信息基因的功能以及查阅大量相关生物医学文献验证了所选出的基因与癌症的相关性,证明所提出的方法在发现重要的癌症相关基因方面具有优越性。二、提出一种基于邻域粗糙集属性约简算法的集成分类器构建方法。首先以邻域粗糙集的属性约简算法选出的基因子集为特征构建成员分类器,然后再把这些成员分类器通过表决策略集成起来构成集成分类器。由于给定不同的邻域值可以选出不同的基因子集,从而就可以构建出多个不同的成员分类器,从而保证了成员分类器的多样性。最后再把成员分类器以多数表决策略集成起来构成集成分类器,并应用到实际的肿瘤基因表达谱数据集中。该方法的一个显著优点是事先不需要对基因表达值进行离散化处理,从而避免了由于离散化处理所带来的信息损失。