资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-E
文章类型：
机构：
[1]昆明医科大学附属延安医院心胸外科 昆明 650051
[2]云南省第一人民医院胸外科 昆明 650051
外科片
胸外科
云南省第一人民医院
出处：
ISSN：
关键词：
肺癌
机器学习
神经网络
支持向量机
综述
摘要：
肺癌是全球发病率和死亡率最高的癌症之一，也是患者人数增长最快的恶性肿瘤，严重威胁人类的生命。如何提高肺癌的精确诊疗及生存预后显得尤为重要。机器学习是一门多学科交叉专业，涵盖概率论知识、统计学知识、近似理论知识和复杂算法知识，使用计算机作为工具并致力于模拟人类学习方式，将现有内容进行知识结构划分来有效提高学习效率，能够将计算机科学和统计学融合到医疗问题中。通过引入算法，吸收输入数据，应用计算机分析来预测可接受精度范围内的输出值，识别数据中的模式和趋势，最后从以前的经验中得以学习，该技术的发展为肺癌的诊疗带来全新方向。本文将对不同类型机器学习算法在肺癌临床诊断及生存预后分析中的效能比对以及应用前景做一综述。
基金：
国家自然科学基金（81960068）；;云南省科技厅昆明医科大学应用基础研究联合专项（202001AY070001-299）～～；
第一作者：
第一作者机构：
[1]昆明医科大学附属延安医院心胸外科 昆明 650051
通讯作者：
推荐引用方式(GB/T 7714)：
徐嘉昕,钱凯,蒋立虹.机器学习算法在肺癌临床诊断及生存预后分析中的应用[J].中国胸心血管外科临床杂志.2022,29(06):777-781.
