期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多模态多分类器融合模型预测放射性口腔黏膜炎的性能 被引量：1
1
作者 胡玥 曾玉 +6 位作者 王琳婧 廖志伟 谭剑明 邝燕好 龚攀 齐斌 甄鑫 《南方医科大学学报》 CAS CSCD 北大核心 2024年第12期2434-2442,共9页
目的评估不同放射性口腔黏膜炎(RIOM)预测模型的性能,对比分析分层多模态多分类器融合(H-MCF)模型的有效性。方法回顾性收集2022年9月~2023年2月在广州医科大学附属肿瘤医院接受观察和治疗的198例放射性口腔黏膜炎局部晚期鼻咽癌患者的... 目的评估不同放射性口腔黏膜炎(RIOM)预测模型的性能,对比分析分层多模态多分类器融合(H-MCF)模型的有效性。方法回顾性收集2022年9月~2023年2月在广州医科大学附属肿瘤医院接受观察和治疗的198例放射性口腔黏膜炎局部晚期鼻咽癌患者的数据。基于口腔放射剂量-体积参数与鼻咽癌相关的临床特征,针对不同特征选择算法和分类器两两组合得到基础分类模型。我们使用基于多准则决策的多分类器融合模型(MCF)和它的变体——H-MCF模型对基础分类模型进行融合。通过对各个模态的基础分类模型与MCF模型的性能、多模态的基础模型和MCF模型以及H-MCF模型的性能、单模态与多模态模型的性能、H-MCF与MCF以及其他集成分类器的性能进行分析比较,并通过ROC曲线下面积(AUC)、准确率(ACC)、灵敏度(SEN)和特异度(SPE)4种评价指标来评估模型的泛化性能,分析RIOM预测模型有效性。结果结合多模态特征后,H-MCF模型在预测严重RIOM方面达到了最高的准确性(AUC=0.883,ACC=0.850,SEN=0.933,SPE=0.800)。结论相较于单个分类器的预测结果,结合临床和剂量两种模态的多分类器融合算法在预测严重RIOM发病率方面表现更优。 展开更多
关键词 鼻咽癌 放射性口腔黏膜炎 人工智能 多分类器 多准则决策
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部