基于BP神经网络的肝癌放疗致乙型肝炎病毒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: 智能计算机与应用
• 学科: 工学
• 关键词: PLC HBV再激活 特征提取 BP神经网络
• 年，卷（期）: 2016,（2）
• 页码范围: 43-47
• 页数: 5页
• 分类号: TP391
• 字数: 3268字
• 语种: 中文

摘要

研究针对原发性肝癌（ primary liver carcinoma， PLC）患者精确放疗后乙型肝炎病毒（ Hepatitis B virus， HBV）再激活分类预测模型，采用logistic提取关键特征子集，发现外放边界、肿瘤分期TNM和HBV DNA水平是HBV再激活的危险因素（ P ＜0．05）。建立BP神经网络分类预测模型，对原发性肝癌初始数据集和关键特征子集进行HBV再激活分类预测。实验结果表明，BP 网络对HBV再激活有着良好的分类预测性能，分类预测准确性从73．33％提高到78．89％，关键特征子集分类预测准确性高于初始数据集分类预测准确性，表明了特征提取后的关键特征子集具有优秀的类别区分性。

作者信息

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