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
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.
-
doi:
-
关键词:
乙肝病毒(HBV)再激活
顺序特征选择
贝叶斯分类器
-
Keyword:
hepatitis B virus(HBV) reactivation
sequential feature selection
bayesian classification
-
作者:
王会娜
黄伟
刘毅慧
-
Author:
Wang Huina
Huang Wei
Liu Yihui
-
作者单位:
-
刊名:
中国生物医学工程学报
-
Journal:
-
年,卷(期):
-
所属期刊栏目:
-
基金项目
-
在线出版日期:
-
页码: