首页 | 本学科首页   官方微博 | 高级检索  
检索        

Boosting算法对卵巢癌代谢组数据的应用研究
引用本文:武振宇,贾慧珣,朱骥.Boosting算法对卵巢癌代谢组数据的应用研究[J].中国卫生统计,2012,29(6):786-789.
作者姓名:武振宇  贾慧珣  朱骥
作者单位:1. 复旦大学公共卫生学院卫生统计教研室,200032
2. 复旦大学附属肿瘤医院临床资料统计室
基金项目:国家青年科学基金项目资助,"中央高校基本科研业务费专项资金"资助
摘    要:目的应用Boosting算法建立模型,对卵巢癌和非卵巢癌(卵巢囊肿和子宫肌瘤)患者的尿液代谢组数据进行分析,提取出具有生物学意义的代谢组分,为卵巢癌的早期诊断及疾病机理提供线索。方法将决策树与Boosting算法相结合,对患者的临床样品代谢组数据进行分析,并对代谢组分进行逐步筛选,得到鉴别卵巢癌患者的重要代谢组分。结果由Boosting模型得到的排序靠前的10个差异代谢组分,能够将卵巢癌与对照组患者进行较好的判别分类,其ROC曲线下面积达到了0.944。结论 Boosting模型可以有效地应用于卵巢癌代谢组数据,在保证较高的分类正确率的同时可以得到对分类起作用的重要的代谢组分。

关 键 词:代谢组学  Boosting  特征筛选

The Study of Boosting Algorithm Applied to Ovarian Cancer Metabonomics Data
Wu Zhenyu , Jia Huixun , Zhu Ji.The Study of Boosting Algorithm Applied to Ovarian Cancer Metabonomics Data[J].Chinese Journal of Health Statistics,2012,29(6):786-789.
Authors:Wu Zhenyu  Jia Huixun  Zhu Ji
Institution:.Department of Biostatistics,Fudan University(200032),Shanghai
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号