换一批基于多视图多核学习的弥漫大B细胞淋巴瘤预后分类
Prognostic Classification of Diffuse Large B-cell Lymphoma based on Multi-view and Multi-kernel Learning
摘要目的 为更加充分地利用弥漫性大B细胞淋巴瘤患者的电子病历数据,挖掘其内部的区别与联系,以提高疾病预后模型性能,为进一步的临床治疗提供参考.方法 现使用多视图多核的机器学习方法对疾病预后进行建模.对电子病历中患者的病理信息、影像资料以及诊断治疗记录这三个方面分别进行数据收集与整理,将收集到的三类特征经预处理与重采样,用核函数分别映射至三个核空间,最终运用多视图多核学习得到合成核进行预后分类.将目标模型的分类结果与逻辑回归,决策树等经典模型进行对比.结果 通过十折交叉验证,目标模型性能(accuracy=0.977,AUC=0.970,precision=0.981)均高于常见模型,且多视图多核学习的模型性能优于混淆特征的多核或单核学习.结论 通过多视图多核学习的建模方法,更能够挖掘出电子病历数据中的有效信息,模型性能优越,可为临床工作者进一步的诊断与治疗方案选择提供一定参考.
更多相关知识
栏目名称
DOI
10.3969/j.issn.1002-3674.2022.03.004
发布时间
2022-09-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览38
- 被引1
- 下载10
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
