[1]赵清一,林勇.基于迁移学习和支持向量机的乳腺癌分子分型预测[J].中国医学物理学杂志,2022,39(5):635-639.[doi:DOI:10.3969/j.issn.1005-202X.2022.05.019]
　ZHAO Qingyi,LIN Yong.Breast cancer molecular typing prediction based on transfer learning and support vector machine[J].Chinese Journal of Medical Physics,2022,39(5):635-639.[doi:DOI:10.3969/j.issn.1005-202X.2022.05.019]
点击复制

基于迁移学习和支持向量机的乳腺癌分子分型预测()
分享到：

《中国医学物理学杂志》[ISSN:1005-202X/CN:44-1351/R]

卷:
39卷
期数:
2022年第5期
页码:
635-639
栏目:
其他（激光医学等）
出版日期:
2022-05-27

文章信息/Info

Title:
Breast cancer molecular typing prediction based on transfer learning and support vector machine
文章编号:
1005-202X（2022）05-0635-05
作者:
赵清一; 林勇
上海理工大学健康科学与工程学院， 上海 200093
Author(s):
ZHAO Qingyi;  LIN Yong
School of Health Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China
关键词:
乳腺癌; PET/CT; 迁移学习; Xception; 支持向量机
Keywords:
Keywords: breast cancer PET/CT transfer learning Xception support vector machine
分类号:
R318；TP391
DOI:
DOI:10.3969/j.issn.1005-202X.2022.05.019
文献标志码:
A
摘要:
乳腺癌分子分型对乳腺癌的治疗具有决定性的参考作用，传统的分型方法有创且可能存在假阳性问题，而已有的基于影像学的分型方法准确率较低。本文提出一种利用迁移学习提取特征并结合支持向量机的分型预测方法，对乳腺癌PET/CT标记图像进行融合和归一化，再使用Xception迁移学习网络进行特征提取，最后使用支持向量机进行分类实现分型。对样本测试集进行性能评估表明，Xception+SVM模型的准确率达到0.687，AUC为0.787，优于现有基于影像学的方法，验证了本文方法的有效性。
Abstract:
Abstract: Molecular typing of breast cancer plays a decisive reference role in the treatment of breast cancer. Traditional typing methods are invasive and may have the problem of false positive, and the accuracy of existing imaging-based typing methods is unsatisfactory. Therefore, a feature extraction method using transfer learning, combined with typing prediction method of support vector machine (SVM), is proposed in the study. After the fusion and normalization of breast cancer PET/CT marker images, Xception transfer learning network is used for feature extraction, and finally SVM is used for classification and typing. The performance evaluation on test set shows that the accuracy of Xception+SVM model is 0.687, and the AUC is 0.787, better than the existing imaging-based methods, which verifies the effectiveness of the proposed method.

相似文献/References:

[1]柏 晗,王 丽,刘旭红,等.左乳腺5种不同主野分布IMRT计划的剂量比较分析[J].中国医学物理学杂志,2015,32(02):210.[doi:10.3969/j.issn.1005-202X.2015.02.013]
[2]张晋建,黎 静,文 婷,等.Arc CHECK在乳腺癌螺旋断层放疗计划剂量验证中的应用[J].中国医学物理学杂志,2015,32(02):244.[doi:10.3969/j.issn.1005-202X.2015.02.021]
[3]白 雪,杜向慧,王升晔,等.半野技术结合非共面照射技术在乳腺癌胸锁联合照射中的应用[J].中国医学物理学杂志,2014,31(03):4849.[doi:10.3969/j.issn.1005-202X.2014.03.001]
[4]赵永亮,储开岳,吴建亭,等.两种不同调强技术配合主动呼吸控制系统在乳腺癌放疗中的比较[J].中国医学物理学杂志,2014,31(03):4862.[doi:10.3969/j.issn.1005-202X.2014.03.004]
[5]花威,张西志,张先稳,等.RapidArc在乳腺癌术后放疗中的应用[J].中国医学物理学杂志,2013,30(02):3984.[doi:10.3969/j.issn.1005-202X.2013.02.005]
[6]徐金济,成俊,李伟,等.左侧乳腺癌改良根治术后逆向调强放射治疗的摆位误差分析[J].中国医学物理学杂志,2013,30(05):4358.[doi:10.3969/j.issn.1005-202X.2013.05.004]
[7]孟慧鹏,孙小喆,孙劲松,等.右乳腺癌术后放疗中VMAT和dIMRT的剂量学比较[J].中国医学物理学杂志,2013,30(05):4387.[doi:10.3969/j.issn.1005-202X.2013.05.011]
[8]刘旭红,陈晓,艾毅钦,等.早期左乳腺癌保乳术后仰卧位和俯卧位照射剂量学比较与分析[J].中国医学物理学杂志,2015,32(05):737.[doi:doi:10.3969/j.issn.1005-202X.2015.05.028]
　[J].Chinese Journal of Medical Physics,2015,32(5):737.[doi:doi:10.3969/j.issn.1005-202X.2015.05.028]
[9]张艺宝,吴昊,李莎,等.临床前验证与几何对比分析基于图谱库的危及器官自动勾画[J].中国医学物理学杂志,2015,32(06):761.[doi:doi:10.3969/j.issn.1005-202X.2015.06.001]
　[J].Chinese Journal of Medical Physics,2015,32(5):761.[doi:doi:10.3969/j.issn.1005-202X.2015.06.001]
[10]段云龙,杨涛,曲宝林,等.乳腺癌保乳切线野三维适形、切线野正向调强及逆向调强放疗的剂量学评估[J].中国医学物理学杂志,2015,32(06):841.[doi:doi:10.3969/j.issn.1005-202X.2015.06.017]
　[J].Chinese Journal of Medical Physics,2015,32(5):841.[doi:doi:10.3969/j.issn.1005-202X.2015.06.017]

备注/Memo

备注/Memo:
【收稿日期】2021-12-23 【基金项目】国家自然科学基金（81801797) 【作者简介】赵清一，硕士研究生，研究方向：医学信息工程，E-mail: qingyizhao@163.com 【通信作者】林勇，副教授，研究方向：医学信息工程，E-mail: yong_lynn@163.com
更新日期/Last Update: 2022-05-27