癌症是当前困扰现代医学的一种严重的致死性疾病,现在一般将癌症作为各种恶性肿瘤的统称。目前临床上对于肿瘤的诊断主要是借助形态学上的方法,但这种方法并不精确。癌症的发生往往包含着生物体内基因的变化,因此从基因层面对癌症的致病机理进行研究更具有科学性。DNA微阵列技术可以在短时间内获得大量生物基因表达谱数据,这使得从基因层面分析癌症的发生成为可能,同时该方法对于癌症病患的早期诊断和后续相关治疗有着非常重要的意义。但是基因表达谱数据往往具有维数高、小样本、噪声大的特点,这使得对数据分析的难度大大增加。癌症致病基因的数目一般比较少,大量无关基因夹杂在表达数据中增加了分析的难度。鉴于此,预先选取一定的标准对无关基因进行剔除,使得数据维数降低,并通过选择的最优特征基因来取得较高的分类准确率,成为利用DNA微阵列技术研究癌症的基本思路。本文选取结肠癌基因表达谱数据,通过采用Chernoff距离和Bhattaacharyya距离相结合的方法,滤除掉无关基因,找到了136个代表性的候选特征基因,随后采用Lasso方法对数据进行进一步降维分析,最终选出了21个关键的特征基因。用支持向量机的方法对所选特征基因的分类效果进行了检测,得到87%的分类准确率。其中几个特征基因己被生物学实验证实与结肠癌有关。