基于SVM方法的大腸癌淋巴結(jié)轉(zhuǎn)移預測
張鈺① 劉頌① 胡珊① 丁培榮②
①中山大學中山醫(yī)學院生物醫(yī)學工程系，510080，廣州市中山二路74 號
②中山大學附屬腫瘤醫(yī)院結(jié)直腸科，510060，廣州市東山區(qū)東風東路651 號
摘 要 本文收集了1000 多例大腸癌病人的臨床數(shù)據(jù)，運用支持向量機的算法對病人淋巴
結(jié)是否轉(zhuǎn)移進行分類預測，用交叉驗證的的方法得出最佳參數(shù)，預測準確率為82.65%.
關鍵詞 支持向量機 數(shù)據(jù)挖掘 交叉驗證
1 引言
淋巴結(jié)轉(zhuǎn)移是影響大腸癌預后最重要的因素之一，因此準確地判斷淋巴結(jié)轉(zhuǎn)
移與否對于判斷預后、制定治療方案意義重大[1]。目前診斷淋巴結(jié)轉(zhuǎn)移的“金標
準”是病理組織學檢查，然而它會受到一些因素的影響，如淋巴清掃范圍、取檢
淋巴結(jié)的方法、淋巴結(jié)微轉(zhuǎn)移的客觀存在等。事實上，一些病理分期為早期的病
人出現(xiàn)了預后差的情況，可能與我們沒有發(fā)現(xiàn)存在的淋巴結(jié)轉(zhuǎn)移灶有關。
本文嘗試建立淋巴結(jié)轉(zhuǎn)移預測的計算機模型，能夠為臨床手術方案的制
定提供一定的參考依據(jù)。共收集了中山大學附屬腫瘤醫(yī)院一千多例結(jié)直腸
癌病人的數(shù)據(jù)，在對數(shù)據(jù)進行凈化、去噪聲、離散化等預處理后，利用支持向
量機軟件libsvm（臺灣大學林智仁副教授等研發(fā)）對大腸癌N 分期進行預測。
2 基本原理
支持向量機（SVM）是一種新型的機器學習方法，它是建立在統(tǒng)計學習理論
的vc(Vapnik Chervonenks)維理論和結(jié)構(gòu)風險最小化(Structural RiskMinimi
zation，SRM)原理基礎上的，即是由有限訓練樣本得到的決策規(guī)則對獨立的測試
集仍能得到小的誤差，這使得 SVM 方法 比基于經(jīng)驗風險最小化(Empirical Ri
sk Minimization，E1)的人工神經(jīng)網(wǎng)絡ANN 等方法具有更好的泛化能力和分類精
確性。支持向量機能較好地解決小樣本、非線性、高維數(shù)和局部極小點等實際問
題，目前已成為機器學習界研究的熱點。雖然 SVM 方法在理論上具有突出的優(yōu)
勢，但應用研究相對于理論研究較為滯后。SVM 的基本思想是對于非線性可分樣
本 ，將其輸入向量通過非線性變換映射到另一個高維空間，使其線性可分，在
這個新空間中尋找一個最優(yōu)分類超平面，使得超平面與不同類樣本集之間的距離
最大，從而達到最大的泛化能力。SVM 的這種非線性變換是通過核函數(shù)計算高維
空間中的內(nèi)積實現(xiàn)的，這樣就避免了維數(shù)升高而引起的計算困難[2]，其基本原理
如下：考慮一個線性可分的二分類問題，設線性可分的個訓練樣本集{( ， )，
i：1，2，…l，}，輸入樣本空間的維數(shù)為d，每個樣本屬于標記為 ∈{-1，
1}的兩類之一。由這一組樣本可以確定一個分類超平面，使得離它
最近的每類點(稱為支持向量)與它的距離達到最大值，對于每個樣本有 ：
≥ 1 （1）
樣本到超平面的距離，即分類間隔，可定義為，當最小時，分類間隔最
大，此時的分離超平面即為最優(yōu)分類面。使分類間隔最大實際上就是對推廣能力
的控制，統(tǒng)計學理論表明[3]最優(yōu)分類面具有最好的推廣能力。
考慮到訓練樣本集為線性不可分時，需引入非負松弛變量，i=1，2，…，l，
上述最優(yōu)超平面的求解問題為：
（2）
其中，懲罰參數(shù)C>0，C 越大表示對錯誤分類的懲罰越大。式（2）中第一項
使分類間隔盡量大，第二項則使誤差盡量小 |
|
資源大小：133.17 KB 
