破解放射基因组学过拟合难题!集成特征选择方法助力口咽鳞状细胞癌 HPV 状态精准预测
2026-01-19 熊佳仪 MedSci原创 发表于上海
本研究首次在放射基因组学背景下系统验证了粒子群优化算法的应用价值,并证明其与自适应LASSO及SHAP解释框架相结合的集成策略,能够有效克服高维、小样本数据下的过拟合难题。
深度解析医学证据,DeepEvidence为你支撑决策 放射基因组学作为连接医学影像与肿瘤生物学的重要桥梁,旨在通过从标准临床影像中提取的定量特征来揭示肿瘤的分子特性。然而,该领域长期面临高维特征空间与有限样本量之间的矛盾,这极易导致模型过拟合、泛化能力差等核心挑战。因此,开发稳健高效的特征选择方法,从海量影像组学特征中筛选出具有生物学意义且可泛化的特征子集,成为构建可靠放射基因组模型的关键。粒子群优化算法作为一种受自然启发的元启发式优化方法,在全局搜索高维解空间方面展现出独特优势,但其在放射基因组学这一特定场景下的价值尚未得到系统评估。 本研究旨在系统评估粒子群优化算法在放射基因组学特征选择中的效能,既考察其作为独立方法的表现,也探索其与经典特征选择技术结合为集成方法的潜力。研究聚焦于利用基线MRI影像预测口咽鳞状细胞癌的人乳头瘤病毒状态这一具体临床问题。研究纳入了来自两个独立医疗中心共计310例患者的临床数据,其中153例作为内部队列,进一步按8:2的比例随机划分为训练集与测试集,另外157例作为独立的外部验证队列。所有患者的肿瘤区域均由经验丰富的医师进行了手动勾画,并利用标准化流
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言








#口咽癌# #HPV阳性口咽癌#
27 举报