由基因芯片可以获得大量的基因及其基因相互作用的信息。对基因表达谱数据进行分析，主要问题是基因的数量巨大，有意义的基因表达信息被大量的噪声所淹没，且基因表达信号具有非常复杂的特性，利用各种统计方法对"差异基因"进行鉴别会产生大量的假阳性结果，建立分类模型则由于其中含有大量对分类不起作用的基因使其效能降低。将小波变换方法融入基因表达谱数据分析是一种重要的思想，即通过对基因表达数据功能结构的重排列，利用多尺度或多分辩级算法对数据作适当的变换和分解，去除对分类造成干扰的信号，揭示样本局部方面的重要特征，降低数据的不确定性和复杂性，提高应用数值分类技术寻找复杂致病基因的效果，建立相应的数据分析平台，可以为生物学实验提供重要的信息。为此，需要在了解基因表达数据及生物特点的基础上，利用小波变换理论与方法改进其分析的效果。