一种基于概率校正和集成学习的肠癌肝转移预测模型.pdfVIP

第２８卷第９期　　　 计算机应用与软件 Ｖｏｌ２８Ｎｏ．９ ２０１１年９月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｓｅｐ．２０１１ 一种基于概率校正和集成学习的肠癌肝转移预测模型 吕　奕　王　清 （复旦大学计算机科学与技术学院上海２００４３３） 摘　要　　提出一种基于概率校正和集成学习的机器学习模型，用来预测患者肠癌肝转移的概率。首先将ＡｄａＢｏｏｓｔ和Ｃｌａｓｓｂａｌ ａｎｃｅｄＳＶＭ的概率结果进行校正，再将其结果和Ｌｏｇｉｓｔｉｃ回归的预测结果进行集成，获得最终的预测结果。预测模型在复旦大学附 属肿瘤医院的肠癌患者数据集上与其他算法如ＡｄａＢｏｏｓｔ、ＣｌａｓｓｂａｌａｎｃｅｄＳＶＭ、Ｌｏｇｉｓｔｉｃ回归算法进行了比较，结果显示该模型具有更 好的ＡＵＣ性能，更适合于医生的临床辅助诊断。模型的ＡＵＣ性能在ＵＣＩ数据集上进一步得到了验证。 关键词　　生物信息学　医学信息学　机器学习　概率校正　集成学习 中图分类号　ＴＰ３９１．７７　　　　文献标识码　Ａ ＡＰＲＯＢＡＢＩＬＩＴＹＣＡＬＩＢＲＡＴＩＯＮＡＮＤＥＮＳＥＭＢＬＥＬＥＡＲＮＩＮＧＢＡＳＥＤＣＯＬＯＲＥＣＴＡＬ ＣＡＮＣＥＲＬＩＶＥＲＭＥＴＡＳＴＡＳＩＳＰＲＥＤＩＣＴＩＯＮＭＯＤＥＬ ＬüＹｉ　ＷａｎｇＱｉｎｇ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２００４３３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｐｒｏｂａｂｉｌｉｔｙｃａｌｉｂｒａｔｉｏｎａｎｄｅｎｓｅｍｂｌｅｌｅａｒｎｉｎｇｂａｓｅｄｍａｃｈｉｎｅｌｅａｒｎｉｎｇｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄｔｏｐｒｅｄｉｃｔｔｈｅｐｒｏｂａｂｉｌｉｔｙｏｆｃｏｌｏｒｅｃｔａｌ ｃａｎｃｅｒｌｉｖｅｒｍｅｔａｓｔａｓｉｓ．ＡｔｆｉｒｓｔｔｈｅＡｄａＢｏｏｓｔａｎｄＣｌａｓｓｂａｌａｎｃｅｄＳＶＭｐｒｏｂａｂｉｌｉｔｙｒｅｓｕｌｔｓａｒｅｃａｌｉｂｒａｔｅｄ；ｔｈｅｎｔｈｏｓｅｒｅｓｕｌｔｓａｒｅａｓｓｅｍｂｌｅｄｗｉｔｈ Ｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔｓｔｏｐｒｏｄｕｃｅｔｈｅｆｉｎａｌｐｒｅｄｉｃｔｉｏｎｒｅｓｕｌｔ．Ｔｈｅｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｉｓｃｏｍｐａｒｅｄａｇａｉｎｓｔｏｔｈｅｒａｌｇｏｒｉｔｈｍｓｓｕｃｈａｓ ＡｄａＢｏｏｓｔ，ＣｌａｓｓｂａｌａｎｃｅｄＳＶＭａｎｄＬｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｏｎｔｈｅｃｏｌｏｒｅｃｔａｌｃａｎｃｅｒｐａｔｉｅｎｔｄａｔａｓｅｔｏｆＦｕｄａｎＵｎｉｖｅｒｓｉｔｙＳｈａｎｇｈａｉＣａｎｃｅｒＣｅｎｔｅｒ． ＴｈｅｒｅｓｕｌｔｓｈｏｗｓｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｂｅａｒｓｂｅｔｔｅｒＡＵＣｐｅｒｆｏｒｍａｎｃｅａｎｄｉｓｍｏｒｅｓｕｉｔａｂｌｅｆｏｒｃｌｉｎｉｃａｉｄｅｄｄｉａｇｎｏｓｉｓ．ＴｈｅｍｏｄｅｌｓＡＵＣｐｅｒｆｏｒｍ ａｎｃｅｉｓｆｕｒｔｈｅｒｖｅｒｉｆｉｅｄｏｎＵＣＩｄａｔａｓｅｔ． Ｋｅｙｗｏｒｄｓ　　Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ　Ｍｅｄｉｃａｌｉｎｆｏｒｍａｔｉｃｓ　Ｍａｃｈｉｎｅｌｅａｒｎｉｎｇ　Ｐｒｏｂａｂｉｌｉｔｙｃａｌｉｂｒａｔｉｏｎ　Ｅｎｓｅｍｂｌｅｌｅａｒｎｉｎｇ 树、人工神经网络、Ｌｏｇｉｓｔｉｃ回归算法在数据集上建立乳癌预测 ０　引　言 模型，并进行比较。２００８年，文献［１１］提出了一种ＣＬＦＮＮ（补 充式学习模糊神经网络）算法，对子宫癌进行诊断。 大肠癌ＣＲＣ（Ｃｏｌｏｒｅｃｔａｌｃａｎｃｅｒ）作为临床最常见的恶性肿瘤 这些研究大多数是直接利用某种机器学习算法建立癌症预 之一，其发病率和死亡率逐年增高［１－５］。如今，ＣＲＣ已经成为 测模型，进而预测患者是否得癌症。然而大多数的机器