TY -的A2 Cuevas Erik盟——吴,蒋盟- Ji,烟具盟——赵,凌AU - Ji Mengying盟——你们,壮族非盟- Li Suyi PY - 2016 DA - 2016/08/23 TI -基于车牌提取的质谱分析方法和支持向量机的早期发现卵巢癌SP - 6169249六世- 2016 AB - 背景。Surfaced-enhanced激光desorption-ionization-time飞行质谱(SELDI-TOF-MS)技术扮演着重要的角色在卵巢癌的早期诊断。然而,原始数据高维度和冗余女士。因此,有必要研究快速、准确的检测方法大规模数据女士。 方法。临床实验中使用的数据集216年早期癌症检测由SELDI-TOF-MS样本。一个女士分析方法基于概率主成分分析(车牌提取)和支持向量机(SVM)被提出并应用于卵巢癌早期分类数据集。此外,通过相同的数据集,我们还建立了一个传统PCA-SVM模型。最后,我们比较了两种模型在检测准确性,特异性和灵敏度。 结果。使用独立的培训和测试实验10倍评估卵巢癌检测模型,平均预测精度,灵敏度,PCA-SVM模型的和特异性分别为83.34%,82.70%,和83.88%,分别。相比之下,那些PPCA-SVM模型分别为90.80%,92.98%,和88.97%,分别。 结论。PPCA-SVM模型有更好的检测性能。和模型结合SELDI-TOF-MS技术有可能在卵巢癌的早期临床检测和诊断。SN - 1748 - 670 - 2016/6169249 / 10.1155 x你——https://doi.org/10.1155/2016/6169249——摩根富林明——计算和数学方法在医学PB - Hindawi出版公司KW - ER