南方医科大学学报

作者：何强,王学涛,李欣,甄鑫

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。

来源：2019年第08期

《南方医科大学学报》期刊编辑部

查看南方医科大学学报杂志2019年第08期