基于人工神经网络的肿瘤标志蛋白芯片在肺癌辅助诊断中的应用.pdf

篜甕甒一一一●●●
\撇姆缮㈣原创性声明学位论文使用授权声明本人郑重声明: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,均己在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者:日期:年耹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。
摘要肺癌是严重危胁人类健康的恶性肿瘤之一,其发病率及死亡率均呈居高不下的状态,全世界每年新增病例约颉7伟┑钠鸩”冉弦洌<牧俅症状是咳嗽和呼吸困难等,一般不易引起人注意,且容易和肺良性疾病相混淆,因此,肺癌早期临床症状不易察觉,当出现典型症状时往往已到中晚期,这就造成了目前肺癌的治疗成本高预后差的局面,而提高肺癌患者生存率的关键在于早期诊断和及时治疗。检测血清中肿瘤标志具有高效、方便、创伤小及标本易获得等优点,因此,如何筛选、鉴定及检测血清肿瘤标志是近年来肺癌临床辅助诊断研究的热点。目前尚未发现肺癌的特异性生物标志,因此单一的肿瘤标志并非十分的理想,联合检测肺癌的肿瘤标志可显著提高肺癌的诊断阳性率,更好地明确肺癌的病理分型。然而,肿瘤标志的联合检测在提高诊断阳性率的同时也会带来大量的研究参数,一般的统计学方法很难对复杂的参数问题做出正确判断。人工神经网络墙┠昀捶⒄狗浅Q杆俚囊恢中滦椭悄芑信息处理系统,非常适用于医学中模式识别与分类。此研究通过收集本院有肿瘤标志蛋白芯片检测结果的肺癌和肺良性疾病患者的资料,联合建立P秃团斜鸱治瞿P停蕴教终饬街帜P土:现琢霰志对肺癌的辅助诊断价值,并提高肿瘤标志对肺癌辅助诊断和鉴别诊断价值,以期达到对肺癌辅助诊断和鉴别诊断的目的。对象与方法臼占V荽笱У谖甯绞粢皆月到年月期间有肿瘤标志蛋白芯片检测记录的肺癌和肺良性疾病住院患者共渲蟹伟例,肺良性疾病例。均经病理学或细胞学证实,两组间的性别和年龄均有可比性。G逯琢霰曛镜募觳馑兄琢霰曛镜募觳饩捎煤菔瞪锟萍加限公司的多肿瘤标志蛋白芯片检测系统,选择、、、钪琢霰曛咀魑1狙芯康难芯恐副辍Q粜耘斜标准为:癵/珻痳,畉疞,痬/,痬珹./現疞,目的、虲
择表示方法和组间统计学检验方法,定性资料组间比较用,检验,检验水准/。蜒景:谋壤婊殖裳盗芳肺癌例,肺良性疾病例和预测集伟瘟夹约膊,分别用判别分析和⒛P停然后用训练好的模型对预测集进行预测,并结合诊断试验评价指标对这两种模型的预测结果进行比较。臣蒲Х治霾捎肧和软件。根据定量资料分布类型选结果G逯琢霰曛静舛种肿瘤标志中,血清、和的水平肺癌组高于肺良性疾病组,、蚐谋泶镅粜月试诜伟┳楹头瘟夹约膊∽椴钜煊型臣蒲б庖。斜鸱治鼋峁斜鸱治龆栽げ饧掷嗟牧槊舳取⑻匾於取⒆既范取⒀%、.ァ甇%┰げ獾牧槊舳取⑻匾於取⒆既范取⒀%、.ァ%.,。瓵模型对肺癌的诊断和鉴别诊断效果优于判别分析。关键词:人工神经网络肿瘤标志蛋白芯片肺癌辅助诊断摘要
嘴、析血.,’...’.籭..瓾..痬瓵癐琒
畁/珻/,.,№/、析Ⅱ...ァ%、%、%.%、%、..“疞,,.、、、甌//,痬珹/.、、.ィ瑃.
:.甌
目录英文缩略词表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.Ⅷ牧嫌敕椒ā摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图表索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引。言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯謠仑⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.....................................................................................................】】【材料⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯