基于人工神经网络技术的肿瘤标志联合检测在肝癌诊断中的应用.pdfVIP

· 298· 实用医药杂志 2012年 04月 第 29卷 第04期 PracJMedPharm．Vol29，2012—04No．04 临床研究 · 论 著 · 基于人工神经网络技术的 肿瘤标志联合检测在肝癌诊断中的应用 白雪峰 ，王平瑜 ，吴拥军 摘『 要1 目的 多个肿瘤标志联合检测 ，用人工神经网络技术 ，构造一种肝癌辅助诊断智能化模型，以期提高 肝癌 的阳性诊断率 。方法 联合检测肝癌 、肝 良性疾病患者及正常对照者血清中的甲胎蛋 白 (AFP)、癌胚抗原 (CEA)、糖类抗原 125(CA125)、唾液酸及钙水平 ，采用化学发光免疫分析试剂盒测量血清 中AFP、CA125、CEA；用可 见分光光度法测定血清中的唾液酸 ；用钙离子测定试剂盒(偶氮砷Ⅲ终点法)测定血清中的钙水平 。运用反向传播神 经网络算法 (BP)，将分组随机选取的35例肝癌 、3O例肝 良性疾病 、35例正常人 的5种肿瘤标志实验数据作为训练 集 ，然后用训练好 的模型对相应 的测试集进行盲法预测 。结果 本文建立 的人工神经网络模型对 3组样本判别的灵 敏度为96．0％，特异度为 98．9％，准确度为 94-3％，阳性预测值为 98．0％，阴性预测值为 97．8％。结论 人工神经网络 联合 5种肿瘤标志建立模型对肝癌的预测准确性优于单个或多个肿瘤标志联合检测 ，并且可 以很好地区分肝癌和 良性病变及正常者 。 关『键词】人工神经网络 ；判别分析 ；肿瘤标志；肝癌 中『图分类号】R657．o3 文【献标识码】A Application oftumormarker group detection based on artificialneuralnetwork in diagnosisofhepatic carcinoma BAIXue—feng，WANG Ping—yu，WU Yong~un．Dept．ofGeneralSurgery，No．159CenterHospitalof PLA，Zhumadian，Henan 463000，China A【bstract] Objective Toexplorethefeasibilityofartificialneuralnetwork (ANN)technologyappliedto develop the diagnosticmodel，SO astoimprovetheaccuracy ofdiagnosisofhepatic cancerbased onthe combined detectionoftheserum ot—fetoprotein(AFP)，carbohydrateantigen125(CA125)，careinoembryonicantigen(CEA)，sialic acid(SA)andcalcium(Ca)in50livercancerpatients，40patientswithbenignliverdiseaseand50normalcontro1． Method AFP，CA125 and CEA were detected by chemil immunoassay．SA was detemr ined by spectrophotometry．Cawasdetectedby calcium assay kit(Azo-end methodofarsenic Ⅲ)．Based onback— propagation neuralnetwork，samplesofeach group were randomly divided into training setand testset．The five tumormarkerswereusedas inputdata from 35 livercancerpatients，30patientswith benign liverdisease，and 35 normalhuman．Then the modelwas validated bytestset．Results The sensiti