胃癌进展的预测建模：一种用于早期检测细胞质膜侵袭的先进方法

《Computer Methods in Biomechanics and Biomedical Engineering》：Predictive modeling of gastric cancer progression: an advanced approach for early detection of plasma membrane invasion

血浆膜入侵预示胃癌高转移风险，需早期预测。bMSAO-CART模型在1145例中获92.406%准确率及94.270%敏感度，关键特征包括血清氯、总胆红素、绝对淋巴细胞计数、碱性磷酸酶、葡萄糖和甘油三酯。

　　

摘要

血浆膜浸润是晚期胃癌（GC）的标志，这类胃癌的转移风险更高，因此早期预测至关重要。我们提出了bMSAO-CART算法，该算法结合了基于记忆的搜索优化方法（MSAO）与分类回归树（CART）来进行预测。MSAO能够保留高质量的早期解，从而加快收敛速度，并已在2017年IEEE CEC基准测试中与22种算法进行了验证。利用1145名胃癌患者的数据（其中681例无浸润，464例有浸润），bMSAO-CART的准确率达到92.406%，灵敏度达到94.270%。研究确定了六个重要特征：血清氯化物、总胆红素、绝对淋巴细胞计数、碱性磷酸酶、葡萄糖和甘油三酯。