基于遗传算法特征选择的HBV再激活分类预测模型

• 作者: 刘同海 刘毅慧 吴冠朋 尹勇 王帅 黄伟
• 来源期刊: 生物信息学
• 学科: 工学
• 关键词: HBV再激活 遗传算法 特征选择 贝叶斯 支持向量机
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 研究快报
• 页码范围: 243-248
• 页数: 6页
• 分类号: TP391
• 字数: 5189字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-55652.016.04.08

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％。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王帅	齐鲁工业大学信息学院	3	8	1.0	2.0
2	刘毅慧	齐鲁工业大学信息学院	10	35	3.0	5.0
3	吴冠朋	齐鲁工业大学信息学院	3	15	2.0	3.0