乳腺癌患者預(yù)后模型的研究.pdf

1、上海交通大學(xué)博士學(xué)位論文乳腺癌患者預(yù)后模型的研究姓名：劉雅琴申請學(xué)位級別：博士專業(yè)：生物醫(yī)學(xué)工程指導(dǎo)教師：章魯20081101為模型訓(xùn)練提供了正確的數(shù)據(jù)基礎(chǔ)。數(shù)據(jù)預(yù)處理步驟主要包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換和數(shù)據(jù)歸約。預(yù)處理后，其中5年生存的樣本數(shù)占總數(shù)的87％，樣本分布和美國癌癥協(xié)會(huì)2006年公布的官方數(shù)據(jù)(5年生存率為88％)基本吻合。其次，經(jīng)預(yù)處理后的數(shù)據(jù)類別分布呈現(xiàn)明顯的不平衡狀態(tài)，這種不平衡會(huì)嚴(yán)重影響模型的性能。本文采用過抽

2、樣、欠抽樣、過抽樣與欠抽樣相結(jié)合的方法來彌補(bǔ)這種數(shù)據(jù)類別分布不平衡對模型性能的不利影響，并以實(shí)驗(yàn)結(jié)果評估了不同抽樣技術(shù)的效用。lO折分層交叉驗(yàn)證的實(shí)驗(yàn)結(jié)果表明：過抽樣技術(shù)、欠抽樣技術(shù)、過抽樣和欠抽樣相結(jié)合的方法都是在樣本分布比例大致相同的情況下，模型的性能達(dá)到最優(yōu)。再次，根據(jù)乳腺癌患者數(shù)據(jù)的特點(diǎn)、并考慮模型本身的性能特點(diǎn)，本文分別以Logistic回歸、BP人工神經(jīng)網(wǎng)絡(luò)和C5決策樹建立分析乳腺癌患者預(yù)后及其影響因素的模型，并以實(shí)驗(yàn)分別驗(yàn)