文章目录

1 机器学习与癌症预后

1.1 预后分析概述

    1.1.1 癌症预后分析

    1.1.2 预后分析类型

    1.1.3 预后分析数据集

1.2 机器学习分析过程概述

1.3 机器学习分析方法概述

    1.3.1 回归分析方法

    1.3.2 神经网络分析方法

    1.3.3 支持向量机分析方法

    1.3.4 其他分析方法

2 基于机器学习的癌症易感性预后

2.1 机器学习与癌症易感性预测

2.2 基于机器学习的癌症易感性预测研究现状

2.3 基于机器学习的癌症易感性预测比较分析

3 基于机器学习的癌症复发性预后

3.1 机器学习与癌症复发性预测

3.2 基于机器学习的癌症复发性预测研究现状

3.3 基于机器学习的癌症复发性预测比较分析

4 基于机器学习的癌症生存期预测

4.1 机器学习与癌症生存期预测

4.2 基于机器学习的癌症生存期预测研究现状

4.3 基于机器学习的癌症生存期预测比较分析

5 总结与展望

文章摘要:癌症具有较高的发病率和致死率，对人类健康具有重大威胁。癌症预后分析可以有效避免过度治疗及医疗资源的浪费，为医务人员及家属进行医疗决策提供科学依据，已成为癌症研究的必要条件。随着近年来人工智能技术的迅速发展，对癌症患者的预后情况进行自动化分析成为可能。此外，随着医疗信息化的发展，智慧医疗的理念受到广泛关注。癌症患者作为智慧医疗的重要组成部分，对其进行有效的智能预后分析十分必要。本文综述现有基于机器学习的癌症预后方法。首先，对机器学习与癌症预后进行概述，介绍癌症预后及相关的机器学习方法，分析机器学习在癌症预后中的应用；然后，对基于机器学习的癌症预后方法进行归纳，包括癌症易感性预测、癌症复发性预测、癌症生存期预测，梳理了它们的研究现状、涉及到的癌症类型与数据集、用到的机器学习方法及预后性能、特点、优势与不足；最后，对癌症预后方法进行总结与展望。

文章关键词:

论文DOI:10.16476/j.pibb.2021.0334

论文分类号:R730;TP18

文章来源：《癌症进展》 网址: http://www.aizhengjinzhanzz.cn/qikandaodu/2022/0928/682.html