基于决策树的肺肿瘤鉴别模型研究与应用

【作者】 龙思哲； 辛子艺； 曹意； 李津华； 熊莺；

【机构】 中山大学附属第一医院；

【摘要】 目的运用数据挖掘的决策树算法,分析引起肺部肿瘤的多个危险因素,通过算法模型判断肿瘤的性质、危险因素与肿瘤形成的关系。方法回顾性分析2012年2014年某三甲医院胸外科收治的肺部疾病患者临床数据,运用数据库SQL Server对数据源进行预处理;决策树算法建立肺部肿瘤鉴别模型;交叉印证法对样本进行训练和测试;统计学方法测试结果的准确性。结果分析表明,CT增强照射的强化度、肿瘤大小、肿瘤部位是判断肿瘤类型和性质的三大重要因素。统计学分析证明模型的鉴别准确率(即分类正确率)较高;测试集数据的预测分类结果与实际情况较一致;模型的灵敏度与特异性的比例较大,即系统性能较高。结论在不进行有创病理活组织检查的情况下,利用该模型对潜在肺部肿瘤患者诊疗数据进行分析,能辅助判断肿瘤性质、分级分型等,为后续治疗和临床研究提供重要参考。更多还原