基于支持向量机的乳腺癌预后状态预测和疗效评估

• 作者: 刘兴华 孔春阳 肖汉光 蔡从中 袁前飞
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: 支持向量机 乳腺癌 预后 评估
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 论著
• 页码范围: 372-376
• 页数: 5页
• 分类号: R318.04
• 字数: 3236字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2007.04.009

摘要

乳腺癌是危害妇女健康的主要恶性肿瘤.目前基因与疾病关系的研究取得了一系列的成果,使得利用乳腺癌患者的基因信息来预测预后状态和评估治疗效果成为了可能.支持向量机(support vector machine,SVM)分类方法在实际二类分类问题的应用中显示出良好的学习和泛化能力,已被广泛地应用于诸多研究领域.本文采用支持向量机SVM、K-近邻法(K-nearest neighbor,K-NN)、概率神经网络(probabilistic neural network,PNN)、决策树(decision tree,DT)分类器,结合乳腺癌患者基因数据来预测患者的预后状态和评估治疗效果.结果表明:当使用高斯径向基核函数时,SVM通过5次交叉验证的最佳平均分类准确率达到了88.44%,优于K-NN(81.69%)、PNN(80.68%)和DT(71.19%)等分类器,表明该方法有望成为一种有效、实用的乳腺癌预后状态预测和治疗效果客观评价的工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孔春阳	重庆师范大学物理学与信息技术学院	28	226	7.0	14.0
2	刘兴华	重庆大学应用物理系	16	120	7.0	10.0