基于數(shù)據(jù)降維和回歸分析的結(jié)直腸癌風險預測模型的研究.pdf

1、目前，結(jié)直腸癌(Colorectal Cancer,CRC)已經(jīng)成為世界范圍內(nèi)最常見的惡性腫瘤之一。全世界每年約有120萬新發(fā)病例，約60萬人死于該疾病。在過去的幾十年，我國結(jié)直腸癌發(fā)病率處于較低水平,但近年來,隨著人民生活水平的提高、食物結(jié)構(gòu)、生活方式的改變,人均期望壽命明顯延長,我國結(jié)直腸癌的發(fā)病率率和死亡率呈逐年上升趨勢。結(jié)直腸癌除了具有較高的全球發(fā)病率，亦具有較高的死亡率。事實上，早期的結(jié)直腸癌患者5年生存率可達90％以上，然而

2、由于其起病較為隱匿，臨床上超過60%的患者在就診時已處于中晚期，診斷時已發(fā)生局部轉(zhuǎn)移，結(jié)直腸癌的5年生存率降至68%，而發(fā)生遠處轉(zhuǎn)移的結(jié)直腸癌患者年生存率僅為11%。
　　為了診斷和治療結(jié)直腸癌，癌癥科學家們進行了大量的研究，但是到目前為止，其病因及發(fā)病機制仍然尚未完全明了，雖然大量的流行病學研究表明結(jié)直腸癌的發(fā)生是一個復雜過程，在這個過程中，它不僅會受到環(huán)境因素、遺傳因素等諸多因素的影響。然而，究竟是哪些環(huán)境因素、遺傳因素對結(jié)直

3、腸癌的發(fā)生具有一定的影響仍不明確。因此，探索結(jié)直腸癌的致癌因子以及預測結(jié)直腸癌的發(fā)病風險，對實現(xiàn)結(jié)直腸癌早期診斷、早期治療具有重要意義。
　　本文利用生物醫(yī)學分類、數(shù)據(jù)降維和回歸分析預測，本文構(gòu)建了一個多層次結(jié)直腸癌預測模型。另外，當我們構(gòu)建了多層次預測模型之后，我們創(chuàng)新性的提出了一種最大互相關(guān)熵的廣義核遞歸最小二乘算法（Generalized Kernel Recursive Maximum Correntropy Algori

4、thm,GKRMC）的非線性回歸方法來提高我們對結(jié)直腸癌的預測精度和準確率。本文的具體工作包括：
　　（1）提出了GKRMC預測回歸方法。我們提出了一種非線性的回歸方法GKRMC來對模型進行回歸分析預測。首先介紹了相關(guān)熵的基本概念，從最大相關(guān)熵準則的理論和核遞歸最小二乘法（Kernel Recursive Lease Squares,KRLS）的基礎上提出了GKRMC算法，使得預測模型能更好的訓練含有噪聲的樣本，具有較強的抗噪聲的

5、能力。
　?。?）構(gòu)建了一種多層次結(jié)直腸癌預測模型。在模型構(gòu)建過程中，主要通過三個模塊介紹整個流程。分別是：1.生物醫(yī)學分類；2.數(shù)據(jù)降維；3回歸分析預測。首先在生物醫(yī)學分類的分析中，深度結(jié)合了生物醫(yī)學知識對實驗數(shù)據(jù)進行科學的分類，把數(shù)據(jù)劃分為遺傳信息、人口學特征、生活方式和食物等四類，從而更接進真實的基因多態(tài)性與環(huán)境因素的區(qū)別。然后建立恰當?shù)臄?shù)據(jù)降維模型，進一步篩選出與結(jié)直腸癌有關(guān)系并著有顯著性差異的特征。接著說明了回歸分析預測

6、的流程，將邏輯回歸、支持向量機、KRLS和GKRMC的預測器準確率度量結(jié)果進行對比分析，來驗證GKRMC算法與傳統(tǒng)的經(jīng)典回歸分析預測算法的優(yōu)點以及差異。
　?。?）實驗結(jié)果與分析。試驗部分針對本文提出的算法進行了實現(xiàn)并且對重要的實驗過程和數(shù)據(jù)進行了強調(diào)，同時進行了對比實驗來體現(xiàn)GKRMC算法的優(yōu)越性。首先是總結(jié)了生物醫(yī)學分類結(jié)果，接著展示了數(shù)據(jù)降維后的結(jié)果，最后進行橫向方法的比較，證明了GKRMC算法在預測結(jié)直腸癌準確率方面的優(yōu)勢