基于高通量数据集的前列腺癌诊断模型的构建

Funeng Jiang, Xin Zhang, Chao Chen,Zhaodong Han,Yongding Wu,Weide Zhong,Yuxiang Liang

Chinese Journal of Urology（2017）

引用 0|浏览6

暂无评分

摘要

目的构建基于高通量数据集数据的前列腺癌诊断模型并验证其性能.方法筛选从GEO下载的Taylor_prostate数据集,并用遗传算法进行进一步筛选,最终运用人工神经网络算法对数据进行分析,建立诊断模型.用10倍交叉验证法对模型进行内部验证,下载两个Grasso数据集(GPL6480和GPL6848)进行外部独立验证.结果经过两次筛选共获得5个基因ACADL、ACTG2、CACNA2D1、PCP4和SPARCL1.该模型的ROC曲线下面积为94.62.10倍交叉验证和外部独立验证的结果均良好.结论基于高通量数据集构建的前列腺癌诊断模型性能良好.

查看译文

关键词

Artificial neural network,Genetic algorithm,Diagnosis model,Area under curve

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要