癌癥這一疾病類型一直以來都是人類身體健康和生命安全最主要的威脅之一,其發(fā)病率和死亡率與日俱增,已經(jīng)成為人類主要的致死原因。因而很多醫(yī)療科研機(jī)構(gòu)致力于癌癥的研究,尤其是癌癥的生存預(yù)測領(lǐng)域,準(zhǔn)確率較高的生存預(yù)測具有重要的意義。乳腺癌在女性當(dāng)中是常見的侵襲性腫瘤,其發(fā)病率也越來越高,所以建立用于乳腺癌預(yù)后判斷的模型尤為重要。當(dāng)前,已有關(guān)于乳腺癌生存預(yù)測的計(jì)算模型被提出,但很多研究是基于傳統(tǒng)的回歸方法或是基于單一的機(jī)器學(xué)習(xí)模型。本文圍繞機(jī)器學(xué)習(xí)算法在乳腺癌生存預(yù)測的應(yīng)用進(jìn)行展開,為了將不同的單一機(jī)器學(xué)習(xí)模型在穩(wěn)定性及準(zhǔn)確性方面的優(yōu)勢有效結(jié)合到一起,將從機(jī)器學(xué)習(xí)組合模型的角度出發(fā),展開研究。本文的研究是基于美國國立癌癥研究所“監(jiān)測、流行病學(xué)和預(yù)后計(jì)劃”數(shù)據(jù)庫（SEER）記錄的2010-2015年間乳腺癌患者的臨床診療數(shù)據(jù)。文章先對數(shù)據(jù)進(jìn)行了預(yù)處理,刪除了數(shù)據(jù)中的缺失值,并根據(jù)生存時(shí)間和生存狀態(tài)確定出患者的五年生存情況,即存、亡兩種狀態(tài)。之后針對數(shù)據(jù)不平衡的問題采用欠抽樣的方法使得兩類樣本基本平衡。本文選取支持向量機(jī)和Logistic回歸算法構(gòu)建兩種單一模型,并根據(jù)實(shí)證結(jié)果進(jìn)行了對比。首先研究了兩... 

【文章來源】：山東大學(xué)山東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景及意義
        1.1.1 選題背景
        1.1.2 選題意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 研究內(nèi)容與方法
        1.3.1 研究內(nèi)容
        1.3.2 研究方法
    1.4 創(chuàng)新之處
第二章 數(shù)據(jù)獲取與預(yù)處理
    2.1 數(shù)據(jù)來源與屬性解析
        2.1.1 數(shù)據(jù)獲取
        2.1.2 屬性解析
    2.2 數(shù)據(jù)預(yù)處理
第三章 基于支持向量機(jī)算法的實(shí)證分析
    3.1 支持向量機(jī)理論
        3.1.1 線性可分支持向量機(jī)與硬間隔最大化
        3.1.2 線性支持向量機(jī)與軟間隔最大化
        3.1.3 非線性支持向量機(jī)與核函數(shù)
        3.1.4 支持向量機(jī)的優(yōu)缺點(diǎn)
    3.2 分類模型評價(jià)指標(biāo)
        3.2.1 偏差與方差
        3.2.2 混淆矩陣
        3.2.3 ROC曲線和AUC
    3.3 實(shí)證結(jié)果
第四章 基于Logistic回歸的實(shí)證分析
    4.1 Logistic回歸理論
        4.1.1 Logistic分布
        4.1.2 Logistic回歸模型
        4.1.3 模型參數(shù)估計(jì)
        4.1.4 Logistic回歸優(yōu)缺點(diǎn)
    4.2 實(shí)證結(jié)果
第五章 基于機(jī)器學(xué)習(xí)組合模型的實(shí)證分析
    5.1 串行組合模型及實(shí)證分析
    5.2 并行組合模型及實(shí)證分析
    5.3 結(jié)果對比
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 不足之處
    6.3 展望
參考文獻(xiàn)
致謝
學(xué)位論文評閱及答辯情況表


【參考文獻(xiàn)】：
期刊論文
[1]基于SEER數(shù)據(jù)庫利用機(jī)器學(xué)習(xí)方法分析乳腺癌的預(yù)后因素[J]. 章鳴嬛,張璇,郭欣,陳瑛.  北京生物醫(yī)學(xué)工程. 2019(05)
[2]基于SEER數(shù)據(jù)庫應(yīng)用貝葉斯網(wǎng)絡(luò)構(gòu)建亞洲腫瘤患者預(yù)后模型——以非小細(xì)胞肺癌為例[J]. 尹玢璨,辛世超,張晗,趙玉虹.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2017(02)
[3]三種數(shù)據(jù)挖掘算法在電子病歷知識發(fā)現(xiàn)中的比較[J]. 牟冬梅,任珂.  現(xiàn)代圖書情報(bào)技術(shù). 2016(06)

博士論文
[1]C6神經(jīng)酰胺聯(lián)合多西他賽抗乳腺癌作用的機(jī)制研究[D]. 楊瀾.蘇州大學(xué) 2016

碩士論文
[1]基于機(jī)器學(xué)習(xí)組合模型的個(gè)人信用評估[D]. 郭孝敬.江西財(cái)經(jīng)大學(xué) 2019
[2]基于圖卷積網(wǎng)絡(luò)的癌癥生存期預(yù)測方法[D]. 郭峻凌.哈爾濱工業(yè)大學(xué) 2019



本文編號：3044982