目的:使用放射組學(xué)與劑量學(xué)特征參數(shù),建立機(jī)器學(xué)習(xí)預(yù)測(cè)模型,預(yù)測(cè)食管癌患者放射治療后兩年的生存情況。方法:回顧性分析2013年1月至2017年12月在天津醫(yī)科大學(xué)腫瘤醫(yī)院接受放射治療的食管癌患者共579例。從食管癌患者的放射治療計(jì)劃中提取GTV的放射組學(xué)和劑量學(xué)的特征,使用最大相關(guān)最小冗余與人工方法對(duì)特征參數(shù)進(jìn)行篩選,分別選取14項(xiàng)放射組學(xué)和14項(xiàng)劑量學(xué)特征,并將特征變量進(jìn)行標(biāo)準(zhǔn)化歸一至[0,1]范圍。建立支持向量機(jī)、邏輯回歸和隨機(jī)森林等機(jī)器學(xué)習(xí)模型,先使用14項(xiàng)放射組學(xué)特征,再使用28項(xiàng)放射組學(xué)和劑量學(xué)混合特征參數(shù)進(jìn)行訓(xùn)練和測(cè)試,來(lái)預(yù)測(cè)食管癌放射治療患者的兩年生存情況。結(jié)果:僅使用放射組學(xué)特征預(yù)測(cè)放射治療后兩年生存情況時(shí),支持向量機(jī)、邏輯回歸和隨機(jī)森林模型的準(zhǔn)確率分別為84.98%、85.92%和84.51%。使用放射組學(xué)和劑量學(xué)的混合特征參數(shù)進(jìn)行預(yù)測(cè)時(shí),支持向量機(jī)、邏輯回歸和隨機(jī)森林模型的準(zhǔn)確率分別為86.32%、83.02%和90.01%。在放射組學(xué)特征參數(shù)基礎(chǔ)上,增加劑量學(xué)特征,支持向量機(jī)和隨機(jī)森林模型的預(yù)測(cè)準(zhǔn)確性得到有效提高。結(jié)論:針對(duì)支持向量機(jī)和隨機(jī)森林模型,使用放射組學(xué)和放...

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

圖1使用放射組學(xué)特征建立SVM、LR和RF模型得到ROC曲線(xiàn)

表2是使用不同特征和預(yù)測(cè)模型來(lái)預(yù)測(cè)食管癌放射治療后兩年生存情況的結(jié)果。其中僅使用放射組學(xué)特征，SVM、LR和RF模型的分類(lèi)準(zhǔn)確度分別為84.98%、85.92%和84.51%，十折交叉驗(yàn)證得到的最高AUC分別為0.85、0.91和0.92。其中LR模型的分類(lèi)準(zhǔn)確率和召回率最高，R....

圖2使用放射組學(xué)和劑量學(xué)特征建立SVM、LR和RF模型得到ROC曲線(xiàn)

圖1使用放射組學(xué)特征建立SVM、LR和RF模型得到ROC曲線(xiàn)3討論

本文編號(hào)：3924263