肿瘤标志物检测结合支持向量机模型在胃癌诊断中的应用

• 作者: 王辉 黄钢
• 来源期刊: 中华核医学杂志
• 学科: 医学
• 关键词: 胃肿瘤 支持向量机 癌胚抗原 抗原,肿瘤相关,碳水化合物 甲胎蛋白类 诊断
• 年，卷（期）: 2010,（2）
• 所属期刊栏目: 标记免疫分析
• 页码范围: 87-89
• 分类号: R73
• 字数: 3165字
• 语种: 中文
• DOI: 10.3760/cma.j.issn.0253-9780.2010.02.005

摘要

目的 探讨肿瘤标志物检测结合支持向量机算法在胃癌诊断中的应用价值.方法 收集262例胃癌、156例胃良性病变患者及149例健康对照者的癌胚抗原(CEA)、糖类抗原(CA)125、CA19-9、甲胎蛋白(AFP)、CA50五项肿瘤标志物检测结果,选择最优核函数,应用网格搜索和交叉验证的方法优化支持向量机算法参数,建立支持向量机分类模型,进行算法测试,并与5种肿瘤标志物联合测试、Logistic回归和决策树3种常见分类算法的结果进行比较.结果 对胃癌诊断数据集,联合测试、Logistic回归、决策树、支持向量机算法的分类准确性分别为46.2%、64.5%、63.9%和95.1%.与其他算法相比,支持向量机算法可以提高胃癌诊断的准确性.结论 肿瘤标志物检测结合支持向量机模型在胃癌的诊断上有较大应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄钢	上海交通大学医学院附属仁济医院核医学科	135	763	12.0	20.0
2	王辉	上海交通大学医学院附属仁济医院核医学科	116	803	16.0	24.0