摘  要： 乳腺癌是危害女性生命的一種惡性腫瘤,。目前,，在乳腺癌治療方面,，新輔助化療獲得了良好的成果,，使眾多女性恢復(fù)了健康。支持向量機(jī)在實(shí)際應(yīng)用中有著良好的泛化和學(xué)習(xí)能力,，并在商業(yè),、經(jīng)濟(jì)以及醫(yī)療等領(lǐng)域有所應(yīng)用。采用決策樹分類器和支持向量機(jī)分類器,，結(jié)合乳腺癌新輔助化療隨訪記錄數(shù)據(jù),，預(yù)測(cè)乳腺癌患者新輔助化療的預(yù)后狀態(tài),，實(shí)驗(yàn)結(jié)果表明使用支持向量機(jī)的效果好于使用決策樹的效果，在支持向量機(jī)中使用徑向基核函數(shù)時(shí)獲得了最高的準(zhǔn)確率,，達(dá)到了84.08%,，由此可見(jiàn)，該分類方法可能成為一種乳腺癌新輔助化療的預(yù)后狀態(tài)的有效預(yù)測(cè)工具,。

　　關(guān)鍵詞： 乳腺癌,；新輔助化療；預(yù)后,；支持向量機(jī),；分類

0 引言

　　女性的乳房是其美麗的代言，是母性的傳承,，同時(shí)也是疾病的侵?jǐn)_對(duì)象,。乳腺癌是女性最常見(jiàn)的惡性腫瘤之一，發(fā)病率正在逐年上升,，且趨于年輕化,，是危害女性健康的主要?dú)⑹諿1]。我國(guó)乳腺癌疾病也有著不好的趨勢(shì),，其發(fā)病率和死亡率正在逐年攀升,。由于受中國(guó)傳統(tǒng)因素的影響，婦女很少去醫(yī)院定期檢查,，羞于關(guān)注乳房的健康,，女性一旦發(fā)現(xiàn)患有乳腺腫瘤，多數(shù)已經(jīng)開始轉(zhuǎn)移,。由于患者的體質(zhì)不同,，各項(xiàng)指標(biāo)亦不相同，如何在患者進(jìn)行新輔助化療之前預(yù)測(cè)到患者的化療療效,，使能進(jìn)行化療的患者得到最大的受益,，就變得尤為重要。本文將依據(jù)患者隨訪記錄信息,，通過(guò)數(shù)據(jù)挖掘技術(shù),，對(duì)患者化療療效進(jìn)行預(yù)測(cè)，為乳腺癌患者的治療提供可靠的幫助,。

1 研究現(xiàn)狀

　　伴隨著社會(huì)經(jīng)濟(jì)水平的逐漸提高,，乳腺癌逐漸被人們重視起來(lái)，國(guó)內(nèi)外學(xué)者和醫(yī)療工作者對(duì)計(jì)算機(jī)輔助治療做了大量的研究工作,，并取得了一定的研究成果,。然而伴隨著研究人員對(duì)乳腺癌的深入鉆研，大量的研究數(shù)據(jù)不斷涌現(xiàn)，臨床病例每一位患者都有著大量的檢測(cè),、治療和預(yù)后數(shù)據(jù),。患者的醫(yī)療數(shù)據(jù)信息量很大,，相互之間聯(lián)系復(fù)雜,，想要提取有用的信息數(shù)據(jù)，進(jìn)而從信息中提取出有用的知識(shí)更是難上加難,。目前我國(guó)人民思想比較傳統(tǒng),，乳腺癌治療與預(yù)測(cè)相對(duì)落后，計(jì)算機(jī)醫(yī)療輔助治療遠(yuǎn)遠(yuǎn)不如發(fā)達(dá)國(guó)家,，為此,，需要進(jìn)一步提升我國(guó)的醫(yī)療水平。

2 支持向量機(jī)原理

　　支持向量機(jī)是一個(gè)被大量使用的分類技術(shù),。其具有堅(jiān)實(shí)的統(tǒng)計(jì)學(xué)理論基礎(chǔ),，在商業(yè)領(lǐng)域、經(jīng)濟(jì)領(lǐng)域以及醫(yī)療領(lǐng)域等具有很好的應(yīng)用效果,。支持向量機(jī)分為兩種模型,，第一種是線性可分，第二種是線性不可分,，第一種模型其實(shí)是第二種模型的特例[2],。

　　提高線性分類器的學(xué)習(xí)能力是通過(guò)核函數(shù)實(shí)現(xiàn)的。采用將數(shù)據(jù)映射高維空間的辦法,，使線性不可分變?yōu)榭煞?。常用的核函?shù)有以下幾種：

　　（1）線性核函數(shù)

　　在實(shí)際應(yīng)用中,，核函數(shù)的選擇尤為重要,，對(duì)于同一數(shù)據(jù)，不同的核函數(shù)所得到的分類準(zhǔn)確率大不相同,，所以核函數(shù)的優(yōu)選在支持向量機(jī)分類中顯得尤為重要,。

3 應(yīng)用實(shí)例

　　3.1 數(shù)據(jù)預(yù)處理

　　本文所用數(shù)據(jù)來(lái)源于吉林大學(xué)附屬醫(yī)院，該數(shù)據(jù)集是依據(jù)乳腺癌化療隨訪記錄表所獲,，包含2009年~2013年所有數(shù)據(jù),。經(jīng)過(guò)與醫(yī)生的共同探討，從眾多數(shù)據(jù)中選取了245名患者隨訪記錄,，其中180個(gè)是具有良好治療效果的記錄,，65個(gè)是治療效果不理想的記錄。在新輔助化療治療下有良好效果的乳腺癌患者被定義為正樣本,，在新輔助化療治療下效果不理想的患者,，則定義為負(fù)樣本。所屬的分類標(biāo)簽分別制定為+1和-1,。每個(gè)樣本對(duì)應(yīng)一個(gè)患者的醫(yī)療特征,，其中每一維的特征都是根據(jù)有經(jīng)驗(yàn)的醫(yī)生從中提取，是能夠表現(xiàn)出其病情的重要特征,。

　　考慮到支持向量機(jī)處理的數(shù)據(jù)都是實(shí)數(shù),，本文對(duì)非數(shù)值屬性進(jìn)行了轉(zhuǎn)換。轉(zhuǎn)換后的數(shù)據(jù)同樣適用于本文將要對(duì)比的決策樹算法,。比如患者特征中Echogenic Halo特征包含的特征值為3個(gè),，分別為Yes，No,，Unknown,，則對(duì)應(yīng)的數(shù)值分別為1，2,，3,，但是為了防止較大數(shù)值獲得最大權(quán)重，采取了如下所示的編碼機(jī)制：

　　Yes（1,，0,，0）

　　No（0，1,，0）

　　Unknown（0,，0，1）

　　3.2 分類結(jié)果

　　為了使分類效果得到更好的評(píng)估,，引入靈敏度（Sen）,、特異度（Spe）和準(zhǔn)確率（Q）來(lái)評(píng)價(jià)本文所使用分類器的性能，分別給出評(píng)價(jià)指標(biāo)的公式如式（5）~式（7）[3],。

　　其中TP是指在工作集中實(shí)際是正樣本,，預(yù)測(cè)結(jié)果為正樣本的數(shù)目；FN是指在工作集中實(shí)際是正樣本,，預(yù)測(cè)結(jié)果為負(fù)樣本的數(shù)目,；TN是指在工作集中實(shí)際是負(fù)樣本，預(yù)測(cè)結(jié)果為負(fù)樣本的數(shù)目,；FP是在工作集中實(shí)際是負(fù)樣本,，預(yù)測(cè)結(jié)果為正樣本的數(shù)目[4]。

　　本文中所使用的數(shù)據(jù)均來(lái)自醫(yī)院真實(shí)數(shù)據(jù),，正負(fù)樣本不均衡,，為了更好地評(píng)價(jià)分類器的性能，故而引入Matthews相關(guān)系數(shù)MCC,。計(jì)算公式如下：

　　MCC的取值范圍在[-1,，1]之間,，取值越小說(shuō)明該分類器性能越不好，反之則分類效果越好,。

　　本文使用決策樹C4.5算法和支持向量機(jī)算法,，并結(jié)合五次交叉驗(yàn)證方法來(lái)進(jìn)行乳腺癌新輔助化療預(yù)后狀態(tài)的預(yù)測(cè)。預(yù)測(cè)效果如表1所示,。由表1得知,，使用支持向量機(jī)比使用C4.5分類效果要好。本文還分別對(duì)比了支持向量機(jī)的三種核函數(shù),，所體現(xiàn)的準(zhǔn)確率均高于決策樹的73.47%,。從中可以看出，對(duì)于本數(shù)據(jù)來(lái)說(shuō),，支持向量機(jī)分類效果要明顯好于決策樹,。據(jù)表中數(shù)據(jù)顯示，靈敏度明顯高于特異度,，說(shuō)明正樣本學(xué)習(xí)效果比負(fù)樣本學(xué)習(xí)效果要好,。

　　本文分別對(duì)比了支持向量機(jī)的三種核函數(shù)，對(duì)于本實(shí)驗(yàn)中所使用的該乳腺癌患者數(shù)據(jù),，其準(zhǔn)確率均高于75%,。支持向量機(jī)的最佳準(zhǔn)確率為84.08%，是使用徑向基核函數(shù)得到的,，明顯高于其他兩種,。由此得知，對(duì)于同一數(shù)據(jù)集而言,，核函數(shù)不一樣,，其準(zhǔn)確率也不一樣。想要得到高效的分類效果,，必須選擇合適的核函數(shù)[5],。

　　本文所使用的數(shù)據(jù)集，數(shù)目有限,，眾多數(shù)據(jù)中能夠起到支持向量的數(shù)據(jù)不夠充分,。通過(guò)增加訓(xùn)練數(shù)據(jù)，可找到更多的支持向量,，進(jìn)而提高分類的準(zhǔn)確率,，所以本文所采用的支持向量機(jī)方法有望成為新輔助乳腺癌患者預(yù)后預(yù)測(cè)的有效工具。

4 結(jié)論

　　本文使用兩種分類算法,，并對(duì)其結(jié)果進(jìn)行了對(duì)比,，從實(shí)驗(yàn)結(jié)果中可以看到，支持向量機(jī)在處理乳腺癌新輔助化療預(yù)后狀態(tài)預(yù)測(cè)方面的分類效果好于決策樹分類效果,。分別比較了支持向量機(jī)三種核函數(shù),，從結(jié)果數(shù)據(jù)中可以看出,，使用徑向基核函數(shù)可使分類器獲得最佳分類效果。所以在使用支持向量機(jī)進(jìn)行分類的同時(shí),，選擇哪一種核函數(shù)是至關(guān)重要的,。支持向量機(jī)應(yīng)用于乳腺癌治療，會(huì)給乳腺癌患者帶來(lái)很大的幫助,，使乳腺癌的治療越來(lái)越高效，降低死亡率,，增加保乳機(jī)會(huì),，使患者早日脫離疾病的折磨，恢復(fù)健康,。

參考文獻(xiàn)

　　[1] 臧丹丹,，崔穎，師建國(guó),，等.中國(guó)西部地區(qū)乳腺癌診斷年齡的抽樣分析及中美對(duì)比研究[J].現(xiàn)代腫瘤醫(yī)學(xué),，2010，18（3）：571-573.

　　[2] 王平,，王文劍.基于時(shí)序核函數(shù)的支持向量回歸機(jī)[J].計(jì)算機(jī)輔助工程,，2006，15（3）：35-38.

　　[3] 袁前飛,，蔡從中,，肖漢光，等.基于支持向量機(jī)的乳腺癌預(yù)后狀態(tài)預(yù)測(cè)和療效評(píng)估[J].北京生物醫(yī)學(xué)工程,，2007,，26（4）：372-376.

　　[4] 馬勝祥，馬建慶,，楊明.基于核函數(shù)擬合的非平衡數(shù)據(jù)分類方法[J].計(jì)算機(jī)應(yīng)用與軟件,，2010，27（4）：177-179.

　　[5] 崔炳德.支持向量機(jī)分類器遙感圖像分類研究[J].計(jì)算機(jī)工程與應(yīng)用,，2011,，47（27）：189-191.