基于大肠癌患者生存期预测的关键生物标志物挖掘

发布时间：2023-03-24 01:01

　　大肠癌是常见的恶性肿瘤,具有高发病率和死亡率,且发病率呈上升趋势。因此,大肠癌患者的生存期预测和预后因素的研究也越来越重要。生物标志物可以准确、敏感地评价早期损害,有效的生物标志物对大肠癌患者的早期诊断、生存期预测有着重要作用。虽然传统的单变量和多变量分析方法,验证了生物标志物的重要性,但是并没有考虑到生物标志物间的相互作用。在此背景下,本文研究基于大肠癌患者生存期预测的关键生物标志物挖掘算法。本文首先介绍了大肠癌患者生存期预测的研究现状和意义,在目前研究的基础上,设计了基于患者生存期预测的关键生物标志物挖掘模型,在特定数据集上进行了应用,并设计了原型系统。主要研究内容包括:(1)大肠癌关键生物标志物挖掘模型设计:通过对混合特征选择技术及随机搜索特征选择方法的分析,确定基于特征交互作用的生物标志物挖掘模型框架。(2)基于患者离散生存期预测的关键生物标志物挖掘:针对采用的瑞典林雪平大学肿瘤科对大肠癌患者的临床数据特征、治疗特征以及生物标志物整理的数据集的特点,对比分析分类器模型,以大肠癌患者离散生存期预测为目标,构建了粒子群优化算法与朴素贝叶斯结合的标志物挖掘模型(WPSO-NB)。首先...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 研究工作的目的和意义
    1.2 国内外发展现状
    1.3 研究的主要内容
    1.4 论文的组织结构
第二章 相关技术概述
    2.1 粒子群优化算法
    2.2 贝叶斯分类算法
        2.2.1 贝叶斯定理
        2.2.2 朴素贝叶斯分类器
    2.3 人工神经网络
        2.3.1 传统神经网络模型
        2.3.2 BP神经网络模型
    2.4 本章小结
第三章 大肠癌关键生物标志物挖掘模型设计
    3.1 问题描述
    3.2 模型设计
        3.2.1 随机搜索特征选择方法
        3.2.2 评价策略选择
    3.3 挖掘模型及其算法
        3.3.1 挖掘模型
        3.3.2 算法过程
    3.4 本章小结
第四章 基于大肠癌离散生存期预测的挖掘模型
    4.1 数据集介绍
    4.2 数据预处理
    4.3 挖掘过程
        4.3.1 分类器模型选择
        4.3.2 基于离散生存期预测的挖掘模型
        4.3.3 实验结果与分析
    4.4 本章小结
第五章 基于连续生存期预测的挖掘模型
    5.1 数据预处理
    5.2 挖掘过程
        5.2.1 拟合模型选择
        5.2.2 基于连续生存期预测的挖掘模型
        5.2.3 实验结果与分析
    5.3 本章小结
第六章 关键生物标志物挖掘原型系统
    6.1 总体设计
    6.2 模块设计
        6.2.1 数据输入模块
        6.2.2 模式选择模块
        6.2.3 数据处理模块
        6.2.4 输出模块
    6.3 界面设计
    6.4 本章小结
第七章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
个人简历、在学期间的研究成果及发表的学术论文



本文编号：3769116