首页 > 文献资料
-
原发性肝癌放疗后乙肝病毒再激活预测模型的特征降维分析
建立对原发性肝癌(PLC)患者精确放疗后乙肝病毒(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.采用山东省肿瘤医院的90例原发性肝癌患者放疗后的临床指标作为研究数据.每例患者的检查记录都包括:性别、年龄、KPS评分、AFP、HBV DNA水平、TNM等30个特征.提出用顺序特征选择进行关键特征的选取,将选取的特征组成新的特征子集,并建立贝叶斯分类预测模型.顺序后向选择发现KPS评分、HBV DNA水平、外放边界、TNM、全肝大剂量是乙肝病毒再激活的危险因素,建立贝叶斯分类模型,结果采用3折交叉验证,预测精度达到85.75％.顺序前向选择发现性别、KPS评分、HBV DNA水平、HBeAg、外放边界两分类编码是乙肝病毒再激活的危险因素,5折交叉验证下的贝叶斯分类预测精度达到84.06％.实验结果表明,贝叶斯分类器可以很好地用于乙肝病毒再激活的研究,特征选择后的关键特征具有更优越的分类性能.
关键词： 乙肝病毒(HBV)再激活 顺序特征选择 贝叶斯分类器 -
基于贝叶斯分类器的脉象自动识别方法
传统脉诊依靠医生按压腕部挠动脉脉搏进行脉象识别,具有很强的主观性和模糊性,其准确性与可靠性依赖于医生个人的主观感觉与经验积累,缺乏客观和量化的诊断指标.针对脉象信号复杂性以及脉象特征与脉象类别之间非线性等特点,提出一种基于贝叶斯分类器的脉象自动识别方法,并据此建立脉象定量诊断模型.首先,提取脉象信号的特征参数,创建脉象特征参数-脉象类别数据库,采用少数类合成过采样技术SMOTE结合Tomek links的方法,对数据库进行均衡,使不同的脉象类别具有大致相同的样本;然后基于均衡后的数据库学习贝叶斯网络结构,将得到的马尔可夫毯选择为特征集合并作为贝叶斯分类器的输入,创建脉象信号与类别之间的映射关系模型.通过创建的脉象样本数据库和交叉验证方法,对所提出的方法进行验证.结果表明:所提出的方法可有效识别脉象类型,对于脉位、脉率和脉律的预测准确率都超过90%,是一种有效的脉象定量诊断方法.
-
基于MATLAB中风病常用中成药适宜人群的朴素贝叶斯分类器构建
目的:应用基于MATLAB构建的朴素贝叶斯分类器研究中风病常用中成药适宜人群的临床特征.方法:查询电子处方集系统,筛选应用量大的前3种中成药,构建常用中成药适宜人群的朴素贝叶斯分类器,分析模型对不同人群的预测能力.结果:筛选出中风病应用量大的前3种中成药为灯盏生脉胶囊、银杏叶滴丸、强力天麻杜仲胶囊,共纳入203例受试者,构建了常用中成药适宜人群的朴素贝叶斯分类器,对3种中成药组测试集进行预测,总判别正确率为80.20％.结论:利用基于MATLAB构建的贝叶斯分类器构建中成药适宜人群的数学模型,对3种中成药适宜人群有较好的预测效果.
-
贝叶斯分类器在中医证候中的运用
数据挖掘技术引入中医药临床研究是中医药现代化的一大创举,贝叶斯网络技术具有整体性、动态性、复杂性等特点,能描述模糊、不易掌握的中医辨证理论.本文对数据挖掘中贝叶斯分类器的常用方法朴素贝叶斯和贝叶斯网络进行阐述,分别介绍两种方法的特点、在中医证候中的运用,并对贝叶斯分类器的评价方法、优缺点进行论述.
