期刊简介
本刊是综合性学术期刊，主要刊登人工器官、生物材料、生物力学、生物信息与控制、生物医学测量、医药工程、生物工程、中医工程、计算机在医学中的应用、医疗器械等方面的理论研究和最新成果。适合从事生物医学工程的科研、工程人员及临床医生阅读，面向国内外公开发行。
往期目录
-
1999
-
2000
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
-
2019
首页>北京生物医学工程杂志
- 杂志名称：北京生物医学工程杂志
- 主管单位：北京市卫生健康委员会
- 主办单位：北京市心肺血管疾病研究所
- 国际刊号：1002-3208
- 国内刊号：11-2261/R
- 出版周期：双月刊
期刊荣誉：北京市优秀作品编辑奖（89）期刊收录：维普收录(中), 知网收录(中), 万方收录(中), 统计源核心期刊(中国科技论文核心期刊), 国家图书馆馆藏, 上海图书馆馆藏
基于数据挖掘技术的消化道恶性肿瘤诊断
游佳；陈卉；武文芳；夏翃；杨淼；刘志成
关键词：数据挖掘, 消化道恶性肿瘤, 神经网络, Logistic回归, 朴素贝叶斯分类器
摘要：目的 探讨数据挖掘技术在血清肿瘤标志物(STM)联合检测诊断消化道恶性肿瘤(DTC)中应用的可能性,并比较Logistic回归模型、神经网络和朴素贝叶斯分类器及临床单一及联合STM诊断DTC的性能.方法 对301例DTC和114例消化道良性疾病患者的血清肿瘤标志物CA19-9、CA242、CA50、CEA检测值,分别建立基于统计Logistic回归、反向传播神经网络和朴素贝叶斯方法的诊断分类器,并进行10折交叉验证.利用诊断敏感度、特异度和接受者操作特征(ROC)曲线下面积对三种数据挖掘分类器、CA19-9以及4种STM并联诊断DTC的性能进行评价.结果 神经网络诊断模型的敏感度和ROC曲线下面积(Az)分别为92.0%和0.903,高于STM并联诊断的敏感度83.4%(P＜0.001)和CA19-9诊断的ROC曲线下面积0.806(P＜0.001),特异度69.3%与STM并联诊断的特异度68.4%相当(P=1.00);Logistic回归模型的敏感度91.4%高于STM并联诊断(P＜0.001),特异度45.6%低于STM并联诊断(P＜0.001),Az=0.819与CA19-9诊断相当(P=0.55);贝叶斯分类器的敏感度72.8%低于STM并联诊断(P＜0.001),特异度75.4% 和Az=0.797与STM并联诊断和CA19-9诊断相当(P=0.13和P=0.61).结论 数据挖掘技术的分类方法中,神经网络的分类方法比单一STM及其并联诊断的准确性高,Logistic回归和贝叶斯方法的诊断水平与普通STM并联诊断水平相当;神经网络分类器的诊断性能优于Logistic回归模型和贝叶斯分类器,可进一步应用于计算机辅助诊断中.
友情链接