基于机器学习的Logistic回归方法在癌症转移诊断中的应用

来源 :中国现场统计研究会 | 被引量 : 0次 | 上传用户:gaochao321
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  本文基于机器学习中的决策树、adaboost组合决策树方法结合Logistic回归模型,构建了癌症转移诊断的Logistic模型.对浙江大学附属第二医院甲状腺外科2013年-2014年间收治的713例甲状腺癌患者进行多项临床指标收集分析建模,最后建立的浙江省甲状腺癌中央区淋巴结转移模型诊断得到的误判率为23.46%,故认为可以在一定程度上参考基于机器学习的Logistic回归方法进行癌症转移的诊断.
其他文献
本文通过建立区域创新实力的评价指标体系,运用SPSS13.0 对31 个地区的创新实力情况进行因子分析和聚类分析.由因子分析确定决定地区创新实力的影响因素,再对主要影响因子分析各地区的差异性.
从一段文字或者离散的数据中识别固定的模式,一直以来都是一个重要并且棘手的问题,而且在很多领域,例如在生物医学研究、人工智能和社会学中都有很多应用,我们这里考虑著名的“市场篮子”问题,数据就是一系列的购物篮子,每个篮子里面包含一些商品,这些商品都有自己的类别,目的就是发现哪些商品经常以组合的形式同时出现,我们在次扩展了邓柯等2014 年发表在JRSSB(Association pattern dis
会议
考虑高维情形下非正态总体协方差矩阵结构的检验问题,推广了文献中正态分布情形下的相关结果。首先,针对两分块对角结构的协方差矩阵,在两个子矩阵维数同时趋于无穷以及一个固定而另一个趋于无穷两种情况下,分别给出相应的检验统计量,并获得样本量趋于无穷时检验统计量在零假设下的渐近分布;其次,对于具有交叉相关结构的协方差矩阵,同样给出相应的检验统计量及其在零假设下的渐近分布。
在临床治疗试验中,经常关注在总体中是否存在一个或几个亚组(subgroup),其治疗效果与其他患者的疗效相比显著不同(疗效可能更好或更坏)。
会议
公路客流量时间序列具有非平稳和非线性的特点,因此对公路客流短期预测的模型选择是非常重要的。本文提出了EEMD-LSSVM 的短期公路客流量预测方法。
为有效评估产品制造质量,特提出成功产品质量数据分析研究。本文主要介绍利用费舍尔判别法对产品进行成功数据分析的相关内容。
We investigate the scenario of selecting variables in both the group level and within-group level simultaneously,in the sense that at most one variable will be selected in each group.
会议
粗糙集是数据分类的常用方法之一。采用不同的粗糙集构造算法,得到的分类规则并不总是一样。通常,误判率是粗糙集选择的标准。然而,粗糙集的误判率最低,并不意味着它的预测准确度最高。
DNA拷贝数的变化与癌症和遗传性疾病有关,微阵列比较基因组杂交(array-CGH)方法是一种用于发现这种变化的重要技术。本文根据DNA片段间的距离及微阵列荧光强度对比数,建立用于分析array-CGH数据的贝叶斯隐马尔科夫模型。
In this paper,we propose a transformation regression model for censored lifetime medical cost.
会议