CART算法在原发性肝癌放疗后HBV再激活的应用

• 作者: 刘毅慧 吴冠朋 黄伟
• 来源期刊: 生物信息学
• 学科: 工学
• 关键词: CART 特征选择 乙肝病毒再激活 危险因素 Bayes
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 164-170
• 页数: 7页
• 分类号: TP391
• 字数: 5896字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5565.20161223001

摘要

为了建立乙型肝炎病毒(Hepatitis B virus,HBV)再激活的预测模型,提出CART(classification and regression tree)特征选择方法应用在原发性肝癌患者精确放疗后HBV再激活的危险因素分析中,进而建立基于CART和Bayes算法的HBV再激活预测模型.实验结果显示:CART算法划分了多组具有优秀分类能力的特征节点集(危险因素),尤其当特征节点集为HBV DNA水平、外放边界、放疗总剂量、V20和KPS评分时,在CART和Bayes预测模型中的分类正确性分别为88.51%和86.69%,得到HBV再激活正确性贡献度的排序为KPS评分>全肝平均剂量>V20>放疗总剂量>V10;当甲胎蛋白AFP出现时,增加了HBV再激活的预测正确性.

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