基于支持向量机乳腺癌预后状态预测和疗效评估.pdfVIP

第26卷第4期 北京生物医学工程 V01．26No．4 2007年8月 Biomedical 2007 Beijing Engineering August 基于支持向量机的乳腺癌预后状态预测 和疗效评估 袁前飞Ⅵ蔡从中1，2 肖汉光1’2 刘兴华1 孔春阳3 摘要 乳腺癌是危害妇女健康的主要恶性肿瘤。目前基因与疾病关系的研究取得了一系列的成果，使得 vector 利用乳腺癌患者的基因信息来预测预后状态和评估治疗效果成为了可能。支持向量机(supportmachine， SVM)分类方法在实际二类分类问题的应用中显示出良好的学习和泛化能力，已被广泛地应用于诸多研究领域。 neural 本文采用支持向量机SVM、K一近邻法(K-nearestneighbor，K-NN)、概率神经网络(probabilisticnetwork， PNN)、决策树(decisiontree，DT)分类器，结合乳腺癌患者基因数据来预测患者的预后状态和评估治疗效果。结果 表明：当使用高斯径向基核函数时，SVM通过5次交叉验证的最佳平均分类准确率达到了88．44％，优于K—NN 和治疗效果客观评价的工具。 关键词支持向量机；乳腺癌；预后；评估 中图分类号R318．04文献标识码A 文章编号1002—3208(2007)04—0372—05 The of andevaluationofcurativeeffectforbreastcancerbasedon vectormachine predictionprognosis support YUAN 1 Qianfeil”，CAlCongzhon91”，XIA0Hanguan91”，LIUXinghual，KONGChunyan93DepartmentofAppl如d 400044；2 of Physics，ChongqingUniversity，ChongqingDepartmentofPharmacy，NationalUniversitySingapore， 1 and Normal Singapore17543，Singapore；3CollegeofPhysicsInformationTechnology，Chongqing 400047 Breastcanceris tumourof womanhealth．The ofthe 【Abstract】 mainlymalignant endangering investigation betweenanddiseasehasbeenachievedasel．iesof afforda for the relationshipgene outcolnes，whichwarrantyutilizing informationofbreastcancer to the andevaluatethecurativeeffect．TheVector genome