SVM分類模型在癌癥突變輔助診斷中的應(yīng)用.pdf

1、癌癥往往伴隨著惡性腫瘤的產(chǎn)生,嚴(yán)重危害人類的健康和生命安全。隨著癌癥診療技術(shù)的飛速發(fā)展,腫瘤組織細(xì)胞是否發(fā)生EGFR(Epidermal Growth Factor Receptor)突變逐漸成為十分重要的診斷指標(biāo),對病人的臨床靶向治療有極大影響。
　　本文的工作是探討針對癌癥突變進(jìn)行輔助診斷的方案,通過與重慶大坪醫(yī)院合作,具體研究方向為腦部腫瘤突變的輔助診斷?，F(xiàn)有診斷方法是對病人進(jìn)行腦部手術(shù),提取病人腦部樣本組織進(jìn)行基因序列檢測

2、來獲取結(jié)果,會給病人帶來額外的負(fù)擔(dān)與風(fēng)險。同時對于患者有多種癌癥的情況,現(xiàn)有方法忽略了不同癌癥之間發(fā)生突變的潛在聯(lián)系,最終分類結(jié)果也易受到臨床數(shù)據(jù)中噪聲的影響。本文針對以上問題進(jìn)行研究,主要工作如下:
　?、偬岢隽艘环N融合多種癌癥病例的突變輔助診斷方案。由于肺部腫瘤突變較容易診斷,本方案首次將肺部腫瘤突變作為自變量引入,并結(jié)合其他臨床特征進(jìn)行患者腦部腫瘤突變的輔助診斷,將兩種不同癌癥病例結(jié)合起來,研究其中潛在的聯(lián)系。本文首先通過卡

3、方檢驗對臨床數(shù)據(jù)進(jìn)行顯著性分析,結(jié)果表明肺部腫瘤突變對應(yīng)的P值小于0.01,具有顯著性差異,因此肺部腫瘤突變與腦部腫瘤突變緊密相關(guān)。同時,本文采用SVM算法構(gòu)建腦部腫瘤突變分類模型,針對是否引入肺部腫瘤突變情況進(jìn)行了對比實(shí)驗,實(shí)驗結(jié)果表明兩者在敏感度(Sensitivity)指標(biāo)上結(jié)果相當(dāng);而在準(zhǔn)確率(Accuracy)、特異性(Specificity)及AUC值(曲線下面積)三個指標(biāo)上,引入肺部腫瘤突變的實(shí)驗結(jié)果更優(yōu)。
　　②結(jié)

4、合以上輔助診斷方案,在構(gòu)建分類模型之前,加入對臨床數(shù)據(jù)的特征提取過程。通過對臨床數(shù)據(jù)進(jìn)行特征提取,可以過濾其中的噪聲以改善診斷效果。本文研究中結(jié)合真實(shí)臨床數(shù)據(jù),采用多種特征提取算法進(jìn)行了實(shí)驗對比,包括LDA算法(線性判別式分析)、PCA算法(主成分分析)及FA算法(因子分析法)。同時將以上結(jié)果與未進(jìn)行特征提取的實(shí)驗結(jié)果進(jìn)行比較,發(fā)現(xiàn)采用LDA進(jìn)行特征提取對應(yīng)的實(shí)驗結(jié)果最優(yōu),在敏感度、準(zhǔn)確率、特異性及AUC值四個指標(biāo)上具有較大改善。