基于近邻成分分析算法的原发性肝癌精确放疗后HBV再激活分类预测

• 作者: 刘毅慧 赵咏旺 黄伟
• 来源期刊: 生物信息学
• 学科: 工学
• 关键词: 乙型肝炎病毒(HBV) 近邻成分分析(NCA) 特征选择 支持向量机
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 研究论文
• 页码范围: 163-169
• 页数: 7页
• 分类号: TP391
• 字数: 5151字
• 语种: 中文
• DOI: 10.12113/j.issn.1672-5565.201711002

摘要

原发性肝癌(PLC)患者在精确放疗后乙型肝炎病毒(HBV)再激活是一种常见并发症,及时的预测防护能降低发病率、死亡率.研究表明:多余的特征变量会影响HBV再激活的预测精度.通过提出基于近邻成分分析(NCA)的特征选择方法找出HBV再激活的危险因素及特征组合.之后分别建立经Bayes优化前后的支持向量机模型(SVM)对这些关键特征子集及初始特征集进行分类预测.实验结果表:明HBV DNA水平、KPS评分、分割方式、外放边界、V25、肿瘤分期TNM、Child-Pugh等都是影响HBV再激活的危险因素.其中经NCA特征选择之后发现的V25是在乙型肝炎病毒再激活研究中首次提出的危险因素.10折交叉验证下特征组合HBV DNA水平、外放边界、V25的预测精度高达86.11％.支持向量机分类器可以很好的应用于乙型肝炎病毒再激活的研究,特征选择后的关键特征组合具有更优越的分类性能.

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	赵咏旺	齐鲁工业大学信息学院	1	1	1.0	1.0