论文部分内容阅读
为了建立乙型肝炎病毒（HepatitisBvirus，HBV）再激活的预测模型，提出CART（classificationandregressiontree）特征选择方法应用在原发性肝癌患者精确放疗后HBV再激活的危险因素分析中，进而建立基于CART和Bayes算法的HBV再激活预测模型。实验结果显示：CART算法划分了多组具有优秀分类能力的特征节点集（危险因素），尤其当特征节点集为HBVDNA水平、外放边界、放疗总剂量、V20和KPS评分时，在CART和Bayes预测模型中的分类正确性分别为88．51％