换一批CART算法在原发性肝癌放疗后HBV再激活的应用
Application of HBV reactivation in primary liver carcinoma after radiotherapy based on CART algorithm
摘要为了建立乙型肝炎病毒(Hepatitis B virus,HBV)再激活的预测模型,提出CART(classification and regression tree)特征选择方法应用在原发性肝癌患者精确放疗后HBV再激活的危险因素分析中,进而建立基于CART和Bayes算法的HBV再激活预测模型.实验结果显示:CART算法划分了多组具有优秀分类能力的特征节点集(危险因素),尤其当特征节点集为HBV DNA水平、外放边界、放疗总剂量、V20和KPS评分时,在CART和Bayes预测模型中的分类正确性分别为88.51%和86.69%,得到HBV再激活正确性贡献度的排序为KPS评分>全肝平均剂量>V20>放疗总剂量>V10;当甲胎蛋白AFP出现时,增加了HBV再激活的预测正确性.
更多相关知识
- 浏览213
- 被引2
- 下载30
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
