基于机器学习方法的膀胱癌预后评价模型的研究

项目名称： 基于机器学习方法的膀胱癌预后评价模型的研究

项目编号： No.61401290

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 无线电电子学、电信技术

项目作者： 朱熹

作者单位： 首都医科大学

项目金额： 30万元

中文摘要： 膀胱癌在恶性肿瘤中复发率最高。很多患者会经历膀胱癌复发或转移，甚至进展并威胁生命。部分生物标志物评估肿瘤预后效果优于传统临床病理评估。单独的生物标志物对膀胱癌预后判断的准确性和敏感性有限，不能有效地进行前瞻性评估。而机器学习方法可以采集患者多个信息，综合判断后较准确的预测，从而指导医生监测肿瘤的早期复发或转移，及时、有效地进行治疗。申请人前期实验已证实部分生物标志物有促进细胞迁移的能力，它们可能参与膀胱癌转移，与膀胱癌预后有关。本课题拟建立膀胱癌组织生物标志物数据库，采用免疫组化方法检测Survivin、Jagged2、E-cad、STAG2、FGFR3、CXCL5，6项标志物，明确它们与膀胱癌患者肿瘤复发、转移和远期生存率的相关性，使用支持向量机及人工神经网络的机器学习方法，在高维特征空间的基础上寻找合适的核函数，研究出更准确有效的膀胱癌预后评价模型，为膀胱癌术后个体化治疗提供重要依据。

中文关键词： 膀胱癌；预后；肿瘤标志物；支持向量机；集成学习

英文摘要： Bladder cancer is one of the world's top 10 malignant tumor, and it has the highest recurrence rate. Many bladder cancer patients will experience recurrence or metastasis. This may finally lead to tumor progression or even threaten the patient's life with

英文关键词： bladder cancer；prognosis；biomarker；support vector machine；ensemble learning