基于數據分析的肝癌放療后乙肝病毒再激活模型.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、本文研究了基于數據分析的肝癌放療后乙肝病毒再激活模型。通過對原發(fā)性肝癌患者的數據樣本進行病情分析,共分為兩種診斷類型:乙肝病毒再激活和乙肝病毒未激活。原發(fā)性肝癌患者放療中產生的臨床因素、放療計劃、DVH劑量體積參數等多種數據,組成高維向量數據群。由于數據群存在大量的冗余數據,使用傳統(tǒng)醫(yī)學統(tǒng)計軟件,如SPSS對數據進行分析預測,很難找出與乙肝病毒再激活相關的關鍵信息,難以準確地構建預測模型,因此我們采用智能計算機技術對高維的數據群進行特征

2、提取和特征優(yōu)化,找到關鍵的特征向量集,然后使用智能分類模型進行預測。
  在本文中我們提出了兩種方法:在模式分類前采用Logistic回歸分析特征提取最優(yōu)特征子集,找到關鍵因素,然后用支持向量機進行模式分類;初始數據集采用遺傳算法進行特征提取,然后分別采用支持向量機和貝葉斯分類器進行分類識別。
  實驗結果發(fā)現初始數據集采用支持向量機和貝葉斯分類器進行分類的正確率分別達到74.44%和75.76%,基于Logistic回歸分

3、析特征選擇的支持向量機模型正確率提高到78.89%。遺傳算法用于選取最優(yōu)特征子集,當最優(yōu)特征子集的規(guī)模為5,變異操作為高斯變異時,支持向量機分類器的正確率達到82.22%。貝葉斯分類器的正確率達到81.11%。遺傳算法選取5個致使乙肝病毒再激活的危險因素分別為Child-Pugh、外放邊界、TNM、HBV baseline三分類、GTV體積。兩種模型通過比較發(fā)現基于遺傳算法特征選擇的分類模型更適合于本文中肝癌放療后乙肝病毒再激活數據的分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論