肿瘤标志物检测结合支持向量机模型在胃癌诊断中的应用

摘要：

目的 探讨肿瘤标志物检测结合支持向量机算法在胃癌诊断中的应用价值.方法 收集262例胃癌、156例胃良性病变患者及149例健康对照者的癌胚抗原(CEA)、糖类抗原(CA)125、CA19-9、甲胎蛋白(AFP)、CA50五项肿瘤标志物检测结果,选择最优核函数,应用网格搜索和交叉验证的方法优化支持向量机算法参数,建立支持向量机分类模型,进行算法测试,并与5种肿瘤标志物联合测试、Logistic回归和决策树3种常见分类算法的结果进行比较.结果 对胃癌诊断数据集,联合测试、Logistic回归、决策树、支持向量机算法的分类准确性分别为46.2%、64.5%、63.9%和95.1%.与其他算法相比,支持向量机算法可以提高胃癌诊断的准确性.结论 肿瘤标志物检测结合支持向量机模型在胃癌的诊断上有较大应用价值.

关键词：胃肿瘤、支持向量机、癌胚抗原、抗原、肿瘤相关、碳水化合物、甲胎蛋白类、诊断

所属期刊栏目：30

分类号：R73(肿瘤学)

资助基金：国家自然科学基金重点项目30830038;上海市重点学科建设项目S30203

在线出版日期：2010-06-07（万方平台首次上网日期，不代表论文的发表时间）

页码：87-89