原文服务方: 现代泌尿外科杂志       
摘要:
目的 基于基因表达数据,通过机器学习的方法构建模型鉴别前列腺癌.方法 下载前列腺癌和前列腺正常组织的RNA测序数据,进行数据过滤并分析差异表达基因,选择关键基因、建立模型并验证模型效能.验证决策树、随机森林、KNN近邻、逻辑回归和支持向量机这5个模型在默认参数下的性能并选取具有较高检验效能的模型进行优化.结果 在5个模型中随机森林的检验效能最高,决策树次之.优化之后的随机森林模型鉴别前列腺癌的准确度为94%,受试者工作(ROC)曲线下面积为0.94.结论 通过基因表达数据构建机器学习模型能够较好地预测前列腺癌.
推荐文章
前列腺癌根治术后发生膀胱痉挛风险预测模型的构建与验证
前列腺癌
根治术
膀胱痉挛
风险预警模型
影响因素
基于集成学习算法构建前列腺癌预测模型
机器学习算法
前列腺癌
穿刺活检
多因素Logistic回归分析
尿液前列腺癌基因3检测诊断前列腺癌的Meta分析
前列腺癌基因3
前列腺特异抗原
前列腺肿瘤
诊断
Meta分析
前列腺癌基因3(PCA3)与前列腺癌的研究进展
PCA3
前列腺癌
穿刺活检
靶向治疗
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习构建多基因模型预测前列腺癌
来源期刊 现代泌尿外科杂志 学科
关键词 前列腺癌 转录组 机器学习 随机森林 预测模型
年,卷(期) 2020,(7) 所属期刊栏目 临床研究
研究方向 页码范围 585-589
页数 5页 分类号 R737.25
字数 语种 中文
DOI 10.3969/j.issn.1009-8291.2020.07.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘修恒 武汉大学人民医院泌尿外科 277 1178 15.0 23.0
2 陈志远 武汉大学人民医院泌尿外科 72 264 9.0 13.0
3 杨瑞 武汉大学人民医院泌尿外科 15 201 5.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (32)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(8)
  • 参考文献(2)
  • 二级参考文献(6)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(7)
  • 参考文献(5)
  • 二级参考文献(2)
2019(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
前列腺癌
转录组
机器学习
随机森林
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代泌尿外科杂志
月刊
1009-8291
61-1374/R
大16开
1996-01-01
chi
出版文献量(篇)
5005
总下载数(次)
0
论文1v1指导