当前位置: 首页 > 期刊 > 《中国医药科学》 > 2015年第18期
编号:12786537
基于智能算法的卵巢恶性肿瘤标记物组模型的建模分析(2)
http://www.100md.com 2015年9月15日 中国医药科学 2015年第18期
     2 结果

    2.1 三组临床资料和血清标记物测定检测结果

    恶性肿瘤组、良性肿瘤组及健康组血清CA125、HE4、TSGF、TNF-α、VEGF、CA153、CA199、IL-6的测定结果比较见表1,由表1可知,恶性肿瘤组及良性肿瘤组IL-6水平与健康组相比,差异均显著;而恶性肿瘤组、良性肿瘤组及健康组的其他指标水平两两相比,均具有统计学差异。见表1。

    2.2 支持向量机模型

    随机选取123例卵巢恶性肿瘤患者、78例卵巢良性肿瘤患者以及100例健康妇女作为训练组,用训练组数据建立SVM模型,将剩余60例(20例卵巢恶性肿瘤患者、20例卵巢良性肿瘤患者以及20例健康妇女)测试样本输入到SVM模型进行训练及仿真。仿真结果见图1。图中,横坐标为测试样本,纵坐标为模型输出结果,“0”表示健康妇女,“1”表示卵巢良性肿瘤患者,“2”表示卵巢恶性肿瘤患者,空心圆圈表示目标输出,“*”为SVM的实际仿真输出。可以看出,支持向量机模型仿真测试病理结果和实际病理结果拟合程度较高,效果较理想。

    对支持向量机建立的数学诊断模型的诊断准确率进行检测 ......
上一页1 2

您现在查看是摘要页,全文长 4420 字符