一种基于同质集成学习的胃癌筛查辅助决策方法(HE-GCS)
尽管胃癌的发病率在世界范围内持续下降，但其仍然是第三大致死癌症，特别是在中国，胃癌每年新发病例约为68万例，占全球发病病例的一半左右，是我国第二大癌症。胃镜检查是发现胃部可疑病灶、实施胃癌筛查和早期诊断的重要手段，胃镜检查报告分析的准确性直接关系到胃癌筛查的工作质量。然而，由于医生诊疗水平的个体差异、胃镜报告辅助分析系统的缺失，致使胃镜临床诊疗过程中长期存在胃癌诊断的特异性和敏感性较低的现象。因此，本文提出了一种基于同质集成学习的胃癌筛查辅助决策方法(HE-GCS)，构建了基于权重求解算法(WSA)的智能胃癌辅助诊断模型，可以实现对文本型胃镜报告进行分词、特征提取和胃癌筛查。该模型融合权重求解算法(WSA)，综合提升胃癌筛查工作的效率与准确率。通过使用真实的胃镜检查报告数据开展对比实验研究，本文所提出胃癌筛查辅助决策方法HE-GCS的胃癌筛查预测性能显著优于XGBoost、SVM、MLP等多种机器学习模型，以及基于AUC赋权的加权集成方法和基于平均赋权的集成方法。
胃癌筛查 同质集成 癌症 误诊率 漏诊率
胡世康 丁帅
合肥工业大学管理学院,管理科学与工程,合肥市 230000
国内会议
福州
中文
168-173
2018-11-30（万方平台首次上网日期，不代表论文的发表时间）