基於特徵搜索與異質輸入的射頻灼燒術後肝癌復發預測模型

Abstract

肝細胞癌在各種癌症中的死亡率常年位居前列，即使病患診斷出肝癌腫瘤並且接受治療，術後仍有很高的機率復發。因此，透過病患術前的檢體採檢資料以及各項影像報告的整合分析，輔以術後的檢體採檢做為追蹤，建立復發的預測模型，可以提早的發現腫瘤的復發或者轉移並且及時治療。 本篇論文使用的資料是於2007-2019年間，以射頻灼燒術作為第一次肝癌治療的病患。資料樣本總數為1477筆，其中362筆術後一年內復發的病患，562筆為術後一年以上復發，其餘553筆為一年以上未復發。這份資料集取自台大醫院資料庫，先前有團隊研究了2007-2009以及2007-2013年間的資料，並且發表數篇研究成果，包括建立資料庫、特徵提取以及資料缺值插補等主題。其中也包含復發預測模型的建立，但僅使用支援向量機與簡單深度神經網路，且特徵也僅包含術前資料，並無術後的追蹤。 本篇論文聚焦於整合文字報告與檢體採檢同時的異質輸入、術後追蹤的時序關係以及使用搜索的方式找出這些特徵的線性組合來擴增特徵，同時與之前團隊之研究成果進行比較。