基于数据挖掘技术的肿瘤标志蛋白芯片在肺癌辅助诊断中的应用.pdf

篜甕:痷..甮
学位论文作者:磊红耘乡原创性声明学位论文使用授权声明日期训年占月‘日期:暾荚拢奕本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。本人在导师指导下完成的论文及相关的职务作品,知识产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定,同意学校保留或向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅;本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索,可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时,第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者:
要摘经网络柚是应用与大脑神经突触联接的结构类似的模型对数据及信息进目的肺癌是一种严重危害人类健康和生命质量的恶性肿瘤,其发病率及死亡率近年来逐步上升、居高不下,如今已成为当今世界范围内最常见的恶性肿瘤之近年来肺癌的诊疗技术快速提高,然而因肺癌早期无特异性临床症状,一般不会引起患者重视,且临床缺乏对于高危人群的有效早期诊断方法,因而当患者有典型临床表现再就诊时,大多已属于晚期,所以临床治疗效果和预后都不令人满意。因此探讨及发展早期发现、早期诊断的有效方法,对于改善肺癌患者的治疗和预后与患者的健康及生命质量都有着重要的意义。血清肿瘤标志的检测是近年来新兴的辅助诊断肿瘤的常用方法之一,对肺癌的诊断、病情进展和疗效的观察等都有极大的价值。并且该方法具有检测结果定量客观、创伤小、标本易获得、可重复测定等优点。然而由于目前并未发现肺癌的特异性血清肿瘤标志,故有假阳性和假阴性的问题,为改善这一问题及提高对早期恶性肿瘤的阳性检出率,临床多采用多种肿瘤标志联合检测。血清肿瘤标志的联合检测的确能提供许多信息,然而也带来大量的参数,用一般的统计学手段很难做出正确的处理。决策树是用以提取数据内在规律并对新数据对象进行分类预测,其模型的灵敏度、特异度较高,便于临床证候诊断时的实际操作。人工神行处理的一种运算模型,可以很容易的解决具有大量参数的问题,为解决大复杂度问题提供了一种相对来说比较简单且有效的方法。本研究应用蛋白芯片检测技术分别测定血清中、、钪琢霰曛镜乃健=鲜鲋琢霰曛利用新型数据挖掘技术和传统的统计学分类技术,抽取可用于肺癌辅助诊断的有效特征,建立决策树、人工神经网络、判别分析、二项回归分析质屎系哪P停教终饧钢帜P投苑伟└ㄖ锒系奶匾於取⒘槊舳取⒆既度、阳性预测值、阴性预测值,并通过呱秆∽钣拍P停J迪址伟┑目速辅助诊断、改善肺癌治疗及预后打下良好基础。对象与方法摘要一。、和
检验的两独立样本检验,用中位数和四分位数表示结果;定性资料比较用矿检月至年月于郑州大学第五附属医院呼吸内科及肿瘤科,收集有肿瘤标志蛋白芯片检测结果的肺癌患者⒎瘟夹约膊』颊K醒揪赴Щ虿±硌д锒稀G逯琢霰曛镜募觳獠捎谜憬菔瞪锟萍加邢薰旧鄣肿瘤标志定量检测试剂盒测定血清中:.、、钪琢霰曛镜乃健⒛P退婊∪∷蟹伟⒎瘟夹缘プ魑Q盗芳肺癌、肺良性各,分别用决策树、人工神经网络、回归和判别分析建立合适的模型,然后用所有样本作为预测集伟例,肺良性检测模型优劣。用筛检实验的评价指标和弑冉种模型对预测集样本的预测效果。;检验水准.。结果项血清肿瘤标志中,肺癌组、、、较灾哂诜瘟夹约膊∽椋钜炀哂型臣蒲б庖:、、、在两组中的表达阳性种模型分类结果决策树模型结果:灵敏度为.%、特异度为.%、阳性预测值为.%、阴性预测值为.%,对预测集分类的准确度为P徒峁毫槊舳任ァ⑻匾於任ァ⒀粜栽げ庵滴%、阴性预测值为.%,此模型对测试集分类的准确度为.%,二项回归模型结果:灵敏度为.%、特异度为.%、阳性预测值为.%、阴性预测值为.%,:灵敏度为.%、特异度为.%、阳性预测值为.%、阴性预测值为.%,此模型对测试集预测分类的准确度为.%,和率差异有统计学意义。.%,.%,狾..摘要。
霾呤骱腿斯ど窬缒P投苑伟┖头瘟夹约膊〉募鹫锒闲Ч庞结论檬萃诰蚣际趿:隙嘀琢霰曛镜鞍仔酒⒌哪P涂梢钥焖偌鹫断肺癌和肺良性疾病。:判别分析和二项回归模型,其中决策树鉴别诊断效果最优。关键词:数据挖掘决策树肺癌肿瘤标志辅助诊断摘要
.,瓵,瓾,瑃,瓾琱—.甀琧瓹甁瓺
琋,,,,.琻..甌、、、、.瓵%琹瓵’甌..甧甀瓵.