基于數(shù)據(jù)降維和回歸分析的結(jié)直腸癌風(fēng)險(xiǎn)預(yù)測(cè)模型的研究.pdf

1、目前，結(jié)直腸癌(Colorectal Cancer,CRC)已經(jīng)成為世界范圍內(nèi)最常見(jiàn)的惡性腫瘤之一。全世界每年約有120萬(wàn)新發(fā)病例，約60萬(wàn)人死于該疾病。在過(guò)去的幾十年，我國(guó)結(jié)直腸癌發(fā)病率處于較低水平,但近年來(lái),隨著人民生活水平的提高、食物結(jié)構(gòu)、生活方式的改變,人均期望壽命明顯延長(zhǎng),我國(guó)結(jié)直腸癌的發(fā)病率率和死亡率呈逐年上升趨勢(shì)。結(jié)直腸癌除了具有較高的全球發(fā)病率，亦具有較高的死亡率。事實(shí)上，早期的結(jié)直腸癌患者5年生存率可達(dá)90％以上，然而

2、由于其起病較為隱匿，臨床上超過(guò)60%的患者在就診時(shí)已處于中晚期，診斷時(shí)已發(fā)生局部轉(zhuǎn)移，結(jié)直腸癌的5年生存率降至68%，而發(fā)生遠(yuǎn)處轉(zhuǎn)移的結(jié)直腸癌患者年生存率僅為11%。
　　為了診斷和治療結(jié)直腸癌，癌癥科學(xué)家們進(jìn)行了大量的研究，但是到目前為止，其病因及發(fā)病機(jī)制仍然尚未完全明了，雖然大量的流行病學(xué)研究表明結(jié)直腸癌的發(fā)生是一個(gè)復(fù)雜過(guò)程，在這個(gè)過(guò)程中，它不僅會(huì)受到環(huán)境因素、遺傳因素等諸多因素的影響。然而，究竟是哪些環(huán)境因素、遺傳因素對(duì)結(jié)直

3、腸癌的發(fā)生具有一定的影響仍不明確。因此，探索結(jié)直腸癌的致癌因子以及預(yù)測(cè)結(jié)直腸癌的發(fā)病風(fēng)險(xiǎn)，對(duì)實(shí)現(xiàn)結(jié)直腸癌早期診斷、早期治療具有重要意義。
　　本文利用生物醫(yī)學(xué)分類(lèi)、數(shù)據(jù)降維和回歸分析預(yù)測(cè)，本文構(gòu)建了一個(gè)多層次結(jié)直腸癌預(yù)測(cè)模型。另外，當(dāng)我們構(gòu)建了多層次預(yù)測(cè)模型之后，我們創(chuàng)新性的提出了一種最大互相關(guān)熵的廣義核遞歸最小二乘算法（Generalized Kernel Recursive Maximum Correntropy Algori

4、thm,GKRMC）的非線(xiàn)性回歸方法來(lái)提高我們對(duì)結(jié)直腸癌的預(yù)測(cè)精度和準(zhǔn)確率。本文的具體工作包括：
　?。?）提出了GKRMC預(yù)測(cè)回歸方法。我們提出了一種非線(xiàn)性的回歸方法GKRMC來(lái)對(duì)模型進(jìn)行回歸分析預(yù)測(cè)。首先介紹了相關(guān)熵的基本概念，從最大相關(guān)熵準(zhǔn)則的理論和核遞歸最小二乘法（Kernel Recursive Lease Squares,KRLS）的基礎(chǔ)上提出了GKRMC算法，使得預(yù)測(cè)模型能更好的訓(xùn)練含有噪聲的樣本，具有較強(qiáng)的抗噪聲的

5、能力。
　?。?）構(gòu)建了一種多層次結(jié)直腸癌預(yù)測(cè)模型。在模型構(gòu)建過(guò)程中，主要通過(guò)三個(gè)模塊介紹整個(gè)流程。分別是：1.生物醫(yī)學(xué)分類(lèi)；2.數(shù)據(jù)降維；3回歸分析預(yù)測(cè)。首先在生物醫(yī)學(xué)分類(lèi)的分析中，深度結(jié)合了生物醫(yī)學(xué)知識(shí)對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行科學(xué)的分類(lèi)，把數(shù)據(jù)劃分為遺傳信息、人口學(xué)特征、生活方式和食物等四類(lèi)，從而更接進(jìn)真實(shí)的基因多態(tài)性與環(huán)境因素的區(qū)別。然后建立恰當(dāng)?shù)臄?shù)據(jù)降維模型，進(jìn)一步篩選出與結(jié)直腸癌有關(guān)系并著有顯著性差異的特征。接著說(shuō)明了回歸分析預(yù)測(cè)

6、的流程，將邏輯回歸、支持向量機(jī)、KRLS和GKRMC的預(yù)測(cè)器準(zhǔn)確率度量結(jié)果進(jìn)行對(duì)比分析，來(lái)驗(yàn)證GKRMC算法與傳統(tǒng)的經(jīng)典回歸分析預(yù)測(cè)算法的優(yōu)點(diǎn)以及差異。
　?。?）實(shí)驗(yàn)結(jié)果與分析。試驗(yàn)部分針對(duì)本文提出的算法進(jìn)行了實(shí)現(xiàn)并且對(duì)重要的實(shí)驗(yàn)過(guò)程和數(shù)據(jù)進(jìn)行了強(qiáng)調(diào)，同時(shí)進(jìn)行了對(duì)比實(shí)驗(yàn)來(lái)體現(xiàn)GKRMC算法的優(yōu)越性。首先是總結(jié)了生物醫(yī)學(xué)分類(lèi)結(jié)果，接著展示了數(shù)據(jù)降維后的結(jié)果，最后進(jìn)行橫向方法的比較，證明了GKRMC算法在預(yù)測(cè)結(jié)直腸癌準(zhǔn)確率方面的優(yōu)勢(shì)