| 基于多粒度级联森林的骨质疏松性骨折预测研究 |
| |
| 引用本文： | 徐辉煌,张海宇,林勇.基于多粒度级联森林的骨质疏松性骨折预测研究[J].北京生物医学工程,2019,38(4):384-391. |
| |
| 作者姓名： | 徐辉煌 张海宇 林勇 |
| |
| 作者单位： | 上海理工大学医疗器械与食品学院 上海 200093;上海理工大学医疗器械与食品学院 上海 200093;上海理工大学医疗器械与食品学院 上海 200093 |
| |
| 摘 要： | 目的骨质疏松性骨折(osteoporotic fracture,OF)的预测对于骨折防范具有重要的临床指导意义。针对传统logistic回归预测模型存在的精度不高和未考虑遗传因子问题,本文引入多粒度级联森林(multi-grained cascade forest,gcForest)并结合遗传因子来预测OF。方法首先基于 t 分布邻域嵌入( t -distributed stochastic neighbor embedding, t -SNE)算法对OF关联基因位点进行非线性降维,降维后的基因位点与临床因素构成特征组。然后构建gcForest模型对OF进行预测。最后通过10次十折分层交叉验证与logistic、梯度提升决策树、随机森林进行对比。结果基于gcForest的模型分类精度为0.892 7,AUC值为0.92±0.05,泛化性能最优。结论在考虑遗传因素的条件下,gcForest分类效果优于其他模型,验证了本文方法的高效性和实用性。
|
| 关 键 词： | 机器学习 骨质疏松性骨折 t分布邻域嵌入 随机森林 多粒度级联森林 |
Prediction of osteoporotic fracture based on multi-grained cascade forest |
| |
| XU Huihuang,ZHANG Haiyu,LIN Yong.Prediction of osteoporotic fracture based on multi-grained cascade forest[J].Beijing Biomedical Engineering,2019,38(4):384-391. |
| |
| Authors: | XU Huihuang ZHANG Haiyu LIN Yong |
| |
| Institution: | (School of Medical Instrument and Food Engineering,University of Shanghai for Science and Technology,Shanghai 200093) |
| |
| Abstract: | XU Huihuang;ZHANG Haiyu;LIN Yong(School of Medical Instrument and Food Engineering,University of Shanghai for Science and Technology,Shanghai 200093) |
| |
| Keywords: | machine learning osteoporotic fracture t -distributed stochastic neighbor embedding random forest multi-grained cascade forest |
| 本文献已被 维普 万方数据 等数据库收录！ |
