楼主: DL-er
501 0

血清肿瘤标记物的人工神经网络模型在肺癌诊断中的应用 [推广有奖]

  • 0关注
  • 6粉丝

会员

学术权威

74%

还不是VIP/贵宾

-

威望
0
论坛币
15 个
通用积分
1.0435
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
38540 点
帖子
3853
精华
0
在线时间
813 小时
注册时间
2017-9-5
最后登录
2018-6-30

楼主
DL-er 在职认证  发表于 2017-9-28 10:00:07 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
摘要:目的:联合检测多种血清肿瘤相关标记物,建立基于人工神经网络的肺癌血清标记物诊断模型。方法:应用酶联免疫吸附法分别测定100例肺癌患者和113例健康人对照的血清标本中癌胚抗原(CEA)、甲胎蛋白(AFP)、癌抗原19—9(CA19—9)、癌抗原72—4(CA72—4)、癌抗原242(CA242)、癌抗原21—1(CA21-1)、神经元特异性烯醇化酶(NSE)和组织多肽抗原(TPA)等8种肿瘤相关标记物含量,结合生物信息学方法进行数据的分析。筛选出最优标记物组合,用150例样本(肺癌70例,健康对照80例)建立诊断模型,并用63例样本(肺癌30例,健康对照33例)盲法测试集评估此模型。结果:应用曲线下面积方法结合神经网络筛选出CA211、CEA两个最优组合的肿瘤标志物,建立的神经网络的肺癌血清标记物诊断模型经盲法验证预测的特异性为92.9%,敏感度为86.O%,阳性预测值85.5%。结论:本研究建立了基于人工神经网络的肺癌多种血清标记物诊断模型,其敏感性和特异性较高,对肺癌的临床诊断具有一定意义,对早期诊断也具有一定价值。

原文链接:http://www.cqvip.com/QK/71135X/201107/34055240.html

送人玫瑰,手留余香~如您已下载到该资源,可在回帖当中上传与大家共享,欢迎来CDA社区交流学习。(仅供学术交流用。)

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:人工神经网络 神经网络模型 网络模型 神经网络 人工神经 血清肿瘤标记物 神经网络 肺癌诊断

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2025-12-31 02:05