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(shù)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(shù)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(kāi)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：

　?。?）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(shù)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(shù)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(shù)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(shù)。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(shù)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.