[发明专利]一种关键特征的筛选方法

说明书

技术领域

本发明涉及临床医学技术领域,特别涉及一种关键特征的筛选方法。

背景技术

原发性肝癌(PLC)是我国一种常见的疾病，全世界超过1/3人感染过乙型肝炎病毒，超过8％的人为慢性携带者。我国肝癌病人多发于东南沿海地区，包括广东、广西、福建、浙江、海南、江西以及内陆的西藏等地。原发性肝癌患者在接受各种形式的免疫抑制治疗时，可以引起HBV复制和HBV感染严重，导致肝损害，HBV再激活不仅会延缓或阻止对原发病的进一步治疗，甚至会引起严重的并发症如肝衰竭，而影响患者的预后。为了预防肝癌患者进行精确放疗后乙肝病毒再激活的发生，国内外很多人都致力于找出乙肝病毒再激活的危险因素。旨在减少发病率，延长患者的生命，改善人们的生活水平。

黄伟等人在69例原发性肝癌患者接受精确放疗后致使乙型肝炎病毒再激活研究中发现基线血清HBV DNA水平和放疗剂量是HBV病毒再激活的独立危险因素。张晶晶等人提出，肝功能Child-Pugh分级、HBV DNA水平、肿瘤分期是原发性肝癌患者接受三维适形放疗(3D-CRT)后致乙型肝炎病毒(HBV)再激活的危险因素。

吴冠朋、王帅用t检验和logistic提取关键特征发现外放边界、肿瘤分期TNM和HBV DNA水平是HBV再激活的危险因素，然后建立BP神经网络乙肝病毒再激活的分类模型识别率达到78.89％，建立了支持向量机(SVM)分类模型识别率也达到78.89％。随后又建立了RBF神经网络模型，识别率提高到80％。通过遗传算法发现HBV DNA水平，肿瘤分期TNM，Child-Pugh，外放边界，V45和全肝最大剂量是乙肝病毒再激活的危险因素，通过建立SVM分类模型，预测精度达到83.34％。

但上述方法中，关键特征的提取，直接决定预测的精度，如何将关键特征有效提取出来，是个难题。

发明内容

为了解决以上现有技术中关键特征提取中存在的困难，本申请提供了一种关键特征的筛选方法。

本发明是通过以下步骤得到的：

一种关键特征的筛选方法，将未选特征通过顺序选择找到关键特征组成特征子集。所述顺序选择找到关键特征过程为：采用顺序前向选择进行特征的选取，顺序前向选择采用自下而上的启发式搜索准则，每次从未被选择的特征中选择一个特征，使它与已选入的特征组成 特征子集，成为可以精确分类预测的最优特征子集。或者采用顺序后向选择进行特征的选取，顺序后向选择是一种简单的自上而下的启发式搜索方法，从所有特征中每次剔除一个无关的特征，保留最优特征，最后组成关键特征子集。

所述的筛选方法，优选

(一)顺序前向选择实现步骤如下：

①将特征集合初始化为空集

②计算未选特征与已选特征子集之间的马氏距离，将马氏距离最大的特征g_i记为G_k，设已选入k个特征，0≤k≤30，把未选入的30-k个特征逐个与已选入的特征G_k组合后计算J值，若J(G_k+g₁)≥J(G_k+g₂)≥…≥J(G_k+g_n-k)则将g₁加入候选特征子集；

③将新的特征g_i加入集合G＝G∪{g_i}，计算新的未选特征与已选特征子集之间的马氏距离；

④返回第二步直到没有符合添加条件的特征或达到规定的搜索条件结束；

(二)顺序后向选择实现步骤如下：

①将所有的特征作为初始集合G＝{g₁,g₂,…,g_i}，其中i＝30；

②从未被剔除的特征集合中选择一个Mahalanobis距离最大的特征g_i，假设已剔除r个特征，0≤r＜30，剩下的特征组记为其中p＝30-r，将中的各个特征g_p(p＝1,2,…,30-r)逐个剔除，并计算若：则这次循环中g₁的马氏距离最大，剔除；

③将选择的特征g_i从集合G中剔除，即G＝G-{g_i}，计算剩下特征子集G的Mahalanobis距离；

④返回第二步直到没有符合剔除条件的特征或达到规定的搜索条件结束。

所述的筛选方法，优选将特征子集送入贝叶斯分类器。