期刊简介
《放射免疫学杂志》是经国家科委批准,由教育部主管、同济大学主办的专业性学术刊物。创刊于1988年,现已出版至17卷。双月 刊,大16开,每期80页,双月30日出版。 国内统一刊号:CN31-1680/R,国际标准刊号:ISSN1008-9810 邮发代号:4-665。主要报道我国放射免疫的研究成果及临床应用经验介绍。刊载内容有基础放射免疫、临床放射免疫、放射免疫分析技术等的论著及专 家述评、中医中药与放射免疫、临床实践与经验、工作报告、综述、 讲座等。适合放免工作者、各级医务人员和相关学科的人员阅读。
首页>放射免疫学杂志
- 杂志名称：放射免疫学杂志
- 主管单位：中华人民共和国教育部
- 主办单位：同济大学
- 国际刊号：1008-9810
- 国内刊号：31-1680/R
- 出版周期：双月刊
期刊荣誉：中国期刊全文数据库(CJFD)期刊收录：CA 化学文摘(美), 维普收录(中), 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), 万方收录(中), 上海图书馆馆藏, 国家图书馆馆藏
支持向量机在大肠癌肿瘤标志物诊断中的应用
赵力威；向光华；刘晓玲；郑虹蕾；武鸿文
关键词：支持向量机算法, 大肠癌, 肿瘤标志物诊断, 标志物检测, 早期诊断, 分类模型, 支持向量机模型, 血清肿瘤标志物, 准确性, 数据挖掘技术, 计算机编程, 诊断方法, 早期治疗, 语言转化, 应用价值, 随访观察, 数据分类, 软件程序, 临床诊断, 检测诊断
摘要：大肠癌发生率仍然很高,早期诊断和早期治疗对大肠癌患者极为重要.对大肠癌常用的诊断方法有肠镜、超声波、CT、MRI、PET/CT等,血清肿瘤标志物的检测也是目前大肠癌筛查、早期诊断及随访观察的有效手段.临床可运用数据挖掘技术直接从原始样本数据集建立支持向量机(support vector machine,SVM)分类模型,利用支持向量机模型结合多项肿瘤标志物检测,以提高临床诊断的准确性.支持向量机算法是近年来发展迅速的一种智能计算方法,可以解决非线性分类问题,并有良好的泛化性能和理论基础,经计算机编程语言转化为一种应用软件程序,可以设置各项参数以及核函数,提高数据分类的准确性[1].本文初步探讨支持向量机分类模型在大肠癌肿瘤标志物检测诊断中的应用价值.
友情链接