您当前的位置:
首页 > 文献资料
所属专业:
后向传播神经网络文献资料
-
基于机器学习的结直肠癌血清标志物筛选及早期诊断模型评估
目的 提高结直肠癌患者的早期诊断率,帮助结直肠癌患者及早发现病情获得佳治疗效果(治疗早期直肠癌能达到超过90%的五年存活率).方法 在机器学习理论和实践的基础上,提出了采用向前法作逐步逻辑回归(Logistic Regression,LR)分析筛选出具有诊断参考性的血清标志物,并利用支持向量机(Support Vector Machine,SVM)与后向传播(Back Propagation,BP)神经网络等模型建立结直肠癌早期诊断模型的方法.结果 实验结果显示CEA、CA1724、CA242、CA153和HSP60这5种肿瘤标志物对结直肠癌均有一定的诊断价值,该五种肿瘤标志物LR模型联合检测效果明显高于五种肿瘤标志物任一指标.结论 联合检测有助于提高结直肠癌检测的灵敏度,而且基于LR建立的结直肠癌检测模型相较于基于SVM建立的模型具有更高的诊断价值.