基于特征提取的肝癌患者乙肝病毒再激活的分类预测

发布时间：2020-10-09 00:55

　　乙肝病毒(Hepatitis B virus,HBV)再激活是原发性肝癌(Primary Liver Cancer,PLC)患者经精确放疗后常见的并发症。建立对PLC患者精确放疗后HBV再激活的分类预测模型可以提前进行预防治疗,减少发病率。本文提出了基于特征选择的HBV再激活分类预测模型。把山东省肿瘤医院90例原发性肝癌患者精确放疗后的28个临床指标作为研究数据,28个特征中不全是危险因素,存在数据冗余,所以需要从28个特征中选出几个危险因素,建立HBV再激活分类预测模型。本文提出两种分类预测模型,一种是基于顺序选择和主成分分析的HBV再激活分类预测模型,另一种是基于小波和随机森林的HBV再激活分类预测模型。实验结果显示,第一种模型中,当采用顺序前向方法选出:放疗次数、HBV DNA水平、外放边界、甲胎蛋白AFP、分割方式这5个特征为HBV再激活的最佳危险因素组合时,分类精度最高达到84.04%,其中放疗次数、甲胎蛋白AFP、分割方式是新提出的危险因素。采用顺序后向方法选出:HBV DNA水平、KPS评分、外放边界、等效生物计量、TNM肿瘤分期这5个特征子集为HBV再激活的最佳危险因素组合,分类精度最高达到87.31%,其中等效生物计量是本文提出的一个新的危险因素。将上述两种方法选出危险因素的并集用主成分进行特征分析,发现八个危险因素都是影响HBV再激活的危险因素,没有冗余信息。第二种模型中,使用随机森林进行特征提取发现TNM肿瘤分期、外放边界、HBV DNA水平、V10、V20为致使HBV再激活的最佳危险因素组合,使用随机森林和贝叶斯对这组危险因素子集进行分类预测,最高分类精度为84.66%。为消除数据中存在的噪声,实验又采用一位连续小波对原始数据集进行连续小波变换,然后再用随机森林进行特征选取发现:等效生物计量、HBV DNA水平、KPS评分、门脉癌栓有无、GTV体积这5个特征为HBV再激活的最佳危险因素组合,使用随机森林对这组特征子集进行分类预测,预测精度最高达到82.11%。本文提出的HBV再激活的分类预测模型可以很好地用于解决HBV再激活分类预测问题,打破了传统的仅使用医学方法找出危险因素的限制,实现了计算机领域与医学领域的紧密结合。
【学位单位】：齐鲁工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：R735.7;TP181
【部分图文】：

直方图,危险因素

齐鲁工业大学硕士学位论文的危险因素子集，使用支持向量机进行分类预测时，预测精度最高，灵敏性和异性也都高于其他组合。因此我们把两种方法选出的特征子集规模为 5 时的特作为最优的危险因素组合，顺序选择算法找到的危险因素组合有交集但不完全同，为验证交集中的危险因素是否有冗余信息，又用 PCA 对这些危险因素进行析。.4.3 基于主成分分析的特征处理将上面前向选择和后向选择方法选出的危险因素组合求并集，即将“HBVNA 水平、外放边界、AFP、放疗次数、分割方式、KPS 评分、TNM 肿瘤分期和效生物剂量”作为顺序选择算法找到的总的危险因素子集，通过主成分分析法证 8 个特征中是否有冗余信息。根据实验将这 8 个特征的贡献率绘制成直方图。

重要性,原始特征,数值,冗余信息

图 4.3 原始特征集中每个特征的重要性从上图可以看出 28 个特征的重要性数值相差悬殊，重要性值有正有负，没有律，因此并非所有特征都是有用的。一般认为特征重要性值为正代表有用信息，为负的，代表冗余信息，我们认为是噪声。为便于分析，将重要性值大于 0.1 的征统计进行排序，然后整理成表格 4.9。表 4.9 重要性大于 0.1 的特征特征编号对应的特征重要度7 Child-Pugh 0.1223 V30 0.1316 PTV 体积 0.1422 V25 0.1525 V40 0.1726 V45 0.18

波形图,小波变换,层数,图形

图 4.4 不同层数下的小波变换图形从图 4.4 小波变换后的波形图中可以看出，原始特征集小波变换图的奇异点不突出，第三层小波波形图中奇异点的变化相对较明显。对比表 4.8 中的分类结果可以得出：对原始数据进行小波变化后，当选取小波变换后的第 3 层数据作为处理后的数据，然后通过随机森林选出 5 个关键特征建立的随机森林分类模型是最佳的分类预测模型。将小波层次固定为 3，对经小波处理后的数据和未经小波处理的数据进行随机森林分类，分类结果如表 4.11 所示。表 4.11 小波处理后的分类结果特征集处理方法正确率灵敏性特异性原始特征集无 77.88% 98.80% 4.7%小波变换 78.88% 98.28% 6.5%等效生物计量、HBV DNA 水平、KPS 评分、无 80.27% 95.14% 30.17%

【相似文献】