基于BP神经网络的肝癌放疗致乙型肝炎病毒再激活分类预测模型

作者：吴冠朋; 王帅; 黄伟; 刘同海; 尹勇; 刘毅慧

来源：智能计算机与应用, 2016, 6(02): 43-47.

• PLC
• HBV再激活
• 特征提取
• BP神经网络

研究针对原发性肝癌(primary liver carcinoma,PLC)患者精确放疗后乙型肝炎病毒(Hepatitis B virus,HBV)再激活分类预测模型,采用logistic提取关键特征子集,发现外放边界、肿瘤分期TNM和HBV DNA水平是HBV再激活的危险因素(P<0.05)。建立BP神经网络分类预测模型,对原发性肝癌初始数据集和关键特征子集进行HBV再激活分类预测。实验结果表明,BP网络对HBV再激活有着良好的分类预测性能,分类预测准确性从73.33%提高到78.89%,关键特征子集分类预测准确性高于初始数据集分类预测准确性,表明了特征提取后的关键特征子集具有优秀的类别区分性。

• 单位
  山东省肿瘤医院; 齐鲁工业大学