基于似然约束CWGAN-GP的基因表达谱数据增强方法OA

针对基因表达谱数据高维小样本中分类困难,且基于梯度惩罚的条件Wasserstein生成对抗网络(CWGAN-GP)在高维空间训练时难以保证梯度一致性、生成数据敏感性和稳定性不足的问题,提出一种基于似然约束的CWGAN-GP数据增强方法(CWGAN-GP-LC).首先,为了保证生成样本敏感性,对CWGAN-GP的生成器加入原始数据和最小多元噪声,通过生成样本和原始样本的联合概率分布划分潜在空间,从而对生成器的生成空间进行约束.其次,通过生成样本和原始样本之间的似然性来判断真假,从而缩短达到较高质量合成数据的时间.介绍了CGAN与CWGAN-GP基础方法,给出了CWGAN-GP-LC的生成空间约束与生成样本筛选策略.在Colon、DLBCL、MLL、SRBCT、CNS和Leukemia2共6个基因表达谱数据集上,将文中方法与CGAN、CWGAN-GP、CLSGAN-GP、Gene-CWGAN等方法进行对比,完成了Wasserstein距离、生成样本分布和分类准确率的比较试验.结果表明:在Colon数据集上,CWGAN-GP-LC结合MLP分类器的准确率达91.12%±3.26%,优于次好方法,其准确率为87.24%±5.36%;在MLL数据集上准确率达99.12%±2.16%;在Leukemia2数据集上准确率达99.72%±3.35%,且标准差大多低于对比方法.可见新方法生成的数据具有更高的敏感性和稳定性.