肿瘤是目前危害人类健康乃至生命的重大疾病之一,它的发生发展与受损DNA上基因的异常表达密不可分,然而利用基因芯片技术测量得到的成千上万个基因的表达水平中,仅有为数不多的几十个甚至几个基因真正与肿瘤的发生发展过程有关。因此,如何使用特征选择技术从高维小样本的肿瘤基因表达谱数据中挖掘出那些具有样本类别辨别力的特征基因,帮助病理学工作者在临床医疗中准确地预测肿瘤类型并确定有效的治疗方案,是目前生物信息学研究的重要内容之一。　　 本论文针对传统特征选择过程中,没有充分考虑特征基因所蕴含的生物学信息以及基因表达谱数据自身缺陷所引起的计算误差问题,提出了一种特征选择算法,利用基因本体的语义知识对基因表达谱数据进行修正,实现最佳特征基因子集的选择。算法充分考虑了“基因-样本”的相关程度和“基因-基因”的冗余程度,在保证分类准确率的前提下,考虑了如何最大限度的减少特征基因数量。通过急性白血病数据集和结肠癌数据集的实验验证,表明本文方法可行有效,在提高了分类的准确率的同时也获得了特征基因的生物学解释。