首页 | 本学科首页   官方微博 | 高级检索  
     

基于遗传算法特征选择的HBV再激活分类预测模型
作者姓名:吴冠朋  刘毅慧  王帅  黄伟  刘同海  尹勇
作者单位:齐鲁工业大学信息学院,济南 250353,齐鲁工业大学信息学院,济南 250353,齐鲁工业大学信息学院,济南 250353,山东省肿瘤医院放疗病区,济南 250117,山东省肿瘤医院放疗病区,济南 250117,山东省肿瘤医院放疗病区,济南 250117
基金项目:国家自然科学基金项目(No.81402538); 国家自然科学基金项目(No.61375013); 山东省自然科学基金项目(No.ZR2013FM020)。
摘    要:
探讨原发性肝癌患者精确放疗后乙型肝炎病毒(hepatitis b virus,HBV)再激活的危险特征和分类预测模型。提出基于遗传算法的特征选择方法,从原发性肝癌数据的初始特征集中选择HBV再激活的最优特征子集。建立贝叶斯和支持向量机的HBV再激活分类预测模型,并预测最优特征子集和初始特征集的分类性能。实验结果表明,基于遗传算法的特征选择提高了HBV再激活分类性能,最优特征子集的分类性能明显优于初始特征子集的分类性能。影响HBV再激活的最优特征子集包括:HBV DNA水平,肿瘤分期TNM,Child-Pugh,外放边界和全肝最大剂量。贝叶斯的分类准确性最高可达82.89%,支持向量机的分类准确性最高可达83.34%。

关 键 词:HBV再激活  遗传算法  特征选择  贝叶斯  支持向量机
收稿时间:2016-06-30
修稿时间:2016-09-06
本文献已被 CNKI 等数据库收录!
点击此处可从《生物信息学》浏览原始摘要信息
点击此处可从《生物信息学》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号