基于多模态特征和多分类器融合的前列腺癌放疗中直肠并发症预测模型
何强1
王学涛2
李欣1
甄鑫1
1.南方医科大学生物医学工程学院,广东 广州,5105152.广州中医药大学第二附属医院,广东 广州,510120
摘要：目的 为了评估前列腺癌放疗中直肠并发症的预后,提出一种新型的基于多模态特征及多分类器融合的预测模型.方法 本研究回顾性收集了44例接受外照射放疗的前列腺癌患者的临床数据,从中提取临床参数特征和剂量学特征两种不同模态特征,并利用筛选后的特征子集分别对五种基分类器(向量机、决策树、K近邻、随机森林和XGBoost)进行训练得到不同模态下的多个基分类器,然后采用一种新型的基于多准则决策的权重分配算法依次对同一模态下多个基分类器以及不同模态信息的模型进行融合,最终实现基于多模态特征及多分类器融合的预测模型.本研究采用五折交叉验证方法和ROC曲线下所围面积(AUC)、准确率、灵敏度和特异性四种评价指标来定量评价所提出的预测模型.此外,本研究还将所提出模型与不同特征选择方法、不同的权重分配算法、基于单模态单分类器的模型,以及两种使用其他融合方法的集成模型进行定量比较.结果 五折交叉验证结果显示本研究所提出的模型的平均准确率、AUC、特异性、灵敏度分别为:0.78、0.83、0.79、0.76.结论 与基于单模态单分类器的模型以及其他融合模型相比,本文所提出的基于多模态特征及多分类器融合的模型能更准确地预测前列腺癌放疗中的直肠并发症.
关键词：多模态多分类器多准则决策前列腺癌放疗直肠并发症
资助基金：国家自然科学基金(81728016)国家自然科学基金(81874216)国家重点研发计划(2017YFC0112900)广东省科技厅自筹经费类项目(2017ZC0165)
论文发表日期：2019-08-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 972-979 )
英文信息