21、肝脏癌症图像分类与miRNA - 疾病关联预测研究

肝脏癌症图像分类与miRNA - 疾病关联预测研究

在医学研究领域，肝脏癌症的诊断和治疗一直是重点关注的方向。同时，miRNA与疾病的关联研究也为疾病的早期诊断和治疗提供了新的思路。本文将介绍肝脏癌症图像分类的相关实验及结果，以及一种预测miRNA - 疾病关联的计算方法。

肝脏癌症图像分类实验

传统机器学习分析

在传统机器学习中，逻辑回归（Logistic Regression，LR）和广义线性混合模型（Generalized Linear Mixed Model，GLMM）是常见的二元分类模型。研究人员使用这两种模型对传统特征进行分类，具体特征及结果如下表所示：

特征	AUC	Accuracy%	Sensitivity%	Specificity%
ADC	0.67 ± 0.18	70.7 ± 8.6	78.9 ± 14.8	59.4 ± 14.5
DCE - MRI	0.85 ± 0.1	80.5 ± 12.7	74.5 ± 10.2	85.2 ± 13.5
L