进入大数据时代,海量数据正以空前的速度产生。这些数据不仅样本数目众多,其特征规模也不容小觑。医疗领域也不例外,如包含数以万计的基因探针的微阵列数据;分辨率很高的X射线、核磁共振等医学影像数据等。上述高维数据不可避免的包含了冗余特征,对分类和聚类算法的学习性提出了许多挑战。因此,本文围绕“医疗大数据特征降维”这一主线开展研究,主要针对分类或者聚类任务,提出了以下三种特征选择和提取的创新方法:（1）一种有监督的全局互信息特征选择方法。以往的方法都是建立在最大化特征与类别标签的互信息的基础之上,进行启发式的贪婪选择,算法易于受到先导特征的影响。本文使用二次规划模型来建模相关性最大化的目标,并同时考虑特征之间的冗余性,以求取全局最优的特征子集达到精简高维数据的目的。（2）一种有监督的基于l2,1范数的降维方法。考虑到线性判别分析可以有效地揭示数据样本的类内和类间的全局判别信息,Laplacian矩阵可以反映出数据局部流形结构的“平滑”程度。本文将以上二者结合于同一框架之中,辅以l2,1范数保证特征选择的行稀疏性,旨在求取最能够反映全局判别信息和保持局部几何结构的低维线性变换。（3）一种无监督的自适应特征选择方法。本文摒弃了以往利用K近邻结合高斯径向基核函数构造相似矩阵的方法,而是根据距离为每个数据样本点自适应地分配最佳邻居结点。然后将特征选择嵌入到聚类过程中,结合稀疏学习确保选择的特征很好地反映数据流形结构。