典型文献
基于多视图多核学习的弥漫大B细胞淋巴瘤预后分类
文献摘要：
目的 为更加充分地利用弥漫性大B细胞淋巴瘤患者的电子病历数据,挖掘其内部的区别与联系,以提高疾病预后模型性能,为进一步的临床治疗提供参考.方法 现使用多视图多核的机器学习方法对疾病预后进行建模.对电子病历中患者的病理信息、影像资料以及诊断治疗记录这三个方面分别进行数据收集与整理,将收集到的三类特征经预处理与重采样,用核函数分别映射至三个核空间,最终运用多视图多核学习得到合成核进行预后分类.将目标模型的分类结果与逻辑回归,决策树等经典模型进行对比.结果 通过十折交叉验证,目标模型性能(accuracy=0.977,AUC=0.970,precision=0.981)均高于常见模型,且多视图多核学习的模型性能优于混淆特征的多核或单核学习.结论 通过多视图多核学习的建模方法,更能够挖掘出电子病历数据中的有效信息,模型性能优越,可为临床工作者进一步的诊断与治疗方案选择提供一定参考.
文献关键词：
弥漫性大B;细胞淋巴瘤;疾病预后;多视图学习;数据挖掘;核方法
中图分类号：
作者姓名：
阳桢寰;张岩波;邢蒙;余红梅;郑楚楚;赵艳琳;李雪玲;李琼;赵志强;周洁;罗艳虹
作者机构：
山西医科大学公共卫生学院卫生统计教研室 030001;重大疾病风险评估山西省重点实验室;山西省肿瘤医院血液科;山西省肿瘤医院PET/CT中心
文献出处：
引用格式：
[1]阳桢寰;张岩波;邢蒙;余红梅;郑楚楚;赵艳琳;李雪玲;李琼;赵志强;周洁;罗艳虹-.基于多视图多核学习的弥漫大B细胞淋巴瘤预后分类)[J].中国卫生统计,2022(03):340-344
A类：
B类：
多核学习,细胞淋巴瘤,弥漫性,电子病历,历数,区别与联系,疾病预后,预后模型,模型性能,机器学习方法,影像资料,诊断治疗,数据收集,重采样,核函数,习得,成核,目标模型,逻辑回归,决策树,十折交叉验证,accuracy,precision,挖掘出,有效信息,性能优越,临床工作,诊断与治疗,方案选择,多视图学习,核方法
AB值：
0.269769
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
