换一批原发性肝癌放疗后乙肝病毒再激活预测模型的特征降维分析
Feature Dimension Reduction of Hepatitis B Virus Reactivation Prediction Model in Patients with Primary Liver Cancer after Precise Radiotherapy
摘要建立对原发性肝癌(PLC)患者精确放疗后乙肝病毒(HBV)再激活的分类预测模型可以提前进行预防治疗,减少发病率.采用山东省肿瘤医院的90例原发性肝癌患者放疗后的临床指标作为研究数据.每例患者的检查记录都包括:性别、年龄、KPS评分、AFP、HBV DNA水平、TNM等30个特征.提出用顺序特征选择进行关键特征的选取,将选取的特征组成新的特征子集,并建立贝叶斯分类预测模型.顺序后向选择发现KPS评分、HBV DNA水平、外放边界、TNM、全肝最大剂量是乙肝病毒再激活的危险因素,建立贝叶斯分类模型,结果采用3折交叉验证,预测精度达到85.75％.顺序前向选择发现性别、KPS评分、HBV DNA水平、HBeAg、外放边界两分类编码是乙肝病毒再激活的危险因素,5折交叉验证下的贝叶斯分类预测精度达到84.06％.实验结果表明,贝叶斯分类器可以很好地用于乙肝病毒再激活的研究,特征选择后的关键特征具有更优越的分类性能.
更多相关知识
关键词
乙肝病毒(HBV)再激活顺序特征选择贝叶斯分类器hepatitis B virus(HBV) reactivationsequential feature selectionbayesian classification
分类号
TP391
栏目名称
DOI
10.3969/j.issn.0258-8021.2017.06.009
发布时间
2018-01-29（万方平台首次上网日期，不代表论文的发表时间）
- 浏览0
- 被引8
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
