原发性肝癌(Primary Liver Carcinoma,PLC)患者经精确放疗后易致使乙肝病毒(Hepatitis B Virus,HBV)发生再激活。目前,原发性肝癌患者精确放疗后乙肝病毒再激活的危险因素有待研究,智能预测模型也亟需建立。本文提出了基于智能计算的HBV病毒再激活分类预测模型研究。对90例原发性肝癌患者精确放疗的临床数据集进行研究,难以直接找出HBV再激活的危险因素和建立分类能力优秀的HBV再激活预测模型。因此我们先采用特征选择算法选择出HBV再激活的危险因素集,然后再建立HBV再激活分类预测模型,这也是本文的重点。本文采用两种思路建立HBV再激活分类预测模型,第一种思路是采用遗传算法从原发性肝癌初始临床数据集中找出HBV再激活的危险因素特征子集,然后建立基于BP和RBF神经网络的HBV再激活分类预测模型。第二种思路是使用CART算法建立HBV再激活分类预测模型。实验结果显示,在BP和RBF神经网络预测模型中,遗传算法选择“HBV DNA水平”、“外放边界”、“肿瘤分期TNM”、“KPS评分”和“Child-Pugh”的分类预测性能最优,分类正确性分别为82.21%和83.31%,相比初始数据集的分类正确性提高10%和11.1%,且RBF预测模型的分类性能较优于BP。CART算法从初始数据集中选择危险因素构建CART树的结点,选择“HBV DNA水平”、“外放边界”、“放疗总剂量”、“V20”和“KPS评分”时CART的分类性能最好,正确性达到88.51%。CART充分展示了危险因素结点之间的关系,更利于临床医生的理解。本文提出的HBV病毒再激活分类预测模型对于原发性肝癌患者进行指导放疗具有重要意义。