SVM分類器在肝癌早期診斷中的應用研究.pdf

1、肝細胞癌(HCC)是世界范圍內癌癥相關死亡的第二大病因，在世界范圍內肝癌的發(fā)病率都呈上升趨勢，全球每年大約有75萬的新發(fā)病例。在中國，基于人口的研究表明，肝細胞癌的發(fā)病率和死亡率在所有的癌癥類型里均排在第二位，并且其發(fā)病率近似于死亡率，這說明患有肝癌的大部分患者都死于肝細胞癌。在臨床上，我們通常通過檢測AFP和腹部超聲波檢測法來診斷肝癌。而這種傳統(tǒng)的診斷方法存在兩個問題:1.當檢測到AFP異常時，患者大多數往往已經到了肝癌晚期，這時候不

2、管是手術還是放療或化療等，患者的治愈率都是極低的，并且花費極高;2.AFP并不是診斷肝癌的唯一標志物，有時這個標志物在診斷肝癌時是無效的，因此可能導致誤診，延誤了患者的最佳治療期。因此本篇論文以某醫(yī)院提供的當地早期肝癌、肝病患者的檢測指標為研究對象，提取這些指標之間的隱藏模式和關系，通過這些指標及關系構建診斷早期肝癌的分類器，從而達到盡早預測肝癌、提高診斷肝癌準確率的目的。研究內容包括以下方面:
　　(1)分析早期肝癌患者和肝病患

3、者的各項檢測指標，并對數據進行分析和預處理。從分析結果上看，早期肝癌患者的AFP值大多數都處于正常范圍內，與肝病患者相當;而這兩類患者的其他檢測指標大多數都高于正常范圍。因此兩者之間的檢測指標存在交叉部分，單靠檢測指標并不能將肝癌患者與肝病患者區(qū)分開來。數據預處理方面，利用關聯(lián)算法提取特異性指標，利用特征選擇和主成分分析(PCA)對數據進行降維處理。
　　(2)利用SVM對肝癌患者和肝病患者進行分類研究，建立支持向量機分類器模型。