高级搜索

基于贝叶斯-神经网络筛选矽肺早期标志物及建立诊断模型

,  ,  , 

downloadPDF

上一篇

下一篇

马庆波, 向华, 刘伟, 王世鑫. 2011: 基于贝叶斯-神经网络筛选矽肺早期标志物及建立诊断模型, 质谱学报, 32(1): 50-54.
引用本文: 马庆波, 向华, 刘伟, 王世鑫. 2011: 基于贝叶斯-神经网络筛选矽肺早期标志物及建立诊断模型, 质谱学报, 32(1): 50-54.
shu
MA Qing-bo, XIANG Hua, LIU Wei, WANG Shi-xin. 2011: Serum Biomarkers Selection and Diagnostic Prediction of Early Silicosis Patients Using Bayesian Network and Neural Network, Journal of Chinese Mass Spectrometry Society, 32(1): 50-54.
Citation: MA Qing-bo, XIANG Hua, LIU Wei, WANG Shi-xin. 2011: Serum Biomarkers Selection and Diagnostic Prediction of Early Silicosis Patients Using Bayesian Network and Neural Network, Journal of Chinese Mass Spectrometry Society, 32(1): 50-54.
shu

基于贝叶斯-神经网络筛选矽肺早期标志物及建立诊断模型

  • 重庆医科大学检验系,临床检验诊断学省部共建教育部重点实验室,重庆,400016

  • 天津市东丽区东丽医院,天津,300300

Serum Biomarkers Selection and Diagnostic Prediction of Early Silicosis Patients Using Bayesian Network and Neural Network

  • 摘要: 应用液体芯片-飞行时间质谱技术检测了79例早期矽肺组和25例非暴露正常对照组的血清蛋白质.以贝叶斯判别法的最小错误率为目标函数,借助遗传算法全局优化搜索能力,筛选出能代表早期矽肺病人分类特征的最小最优差异蛋白质谱峰子集.用选定的差异蛋白质谱峰子集建立早期矽肺的神经网络诊断模型,该模型的特异性为96%,敏感性为96.25%,准确率为96.15%.其中,1 777 u蛋白质谱峰经过二级质谱鉴定其氨基酸序列为补体C3的1个片段C3f(complement C3f),该片段在矽肺暴露人群中异常低,具有潜在的诊断意义.
  • 加载中
  • 加载中
计量
  • 文章访问数:  374
  • HTML全文浏览数:  37
  • PDF下载数:  98
  • 施引文献:  0
出版历程
  • 刊出日期:  2011-02-28

基于贝叶斯-神经网络筛选矽肺早期标志物及建立诊断模型

  • 重庆医科大学检验系,临床检验诊断学省部共建教育部重点实验室,重庆,400016
  • 天津市东丽区东丽医院,天津,300300

摘要: 应用液体芯片-飞行时间质谱技术检测了79例早期矽肺组和25例非暴露正常对照组的血清蛋白质.以贝叶斯判别法的最小错误率为目标函数,借助遗传算法全局优化搜索能力,筛选出能代表早期矽肺病人分类特征的最小最优差异蛋白质谱峰子集.用选定的差异蛋白质谱峰子集建立早期矽肺的神经网络诊断模型,该模型的特异性为96%,敏感性为96.25%,准确率为96.15%.其中,1 777 u蛋白质谱峰经过二级质谱鉴定其氨基酸序列为补体C3的1个片段C3f(complement C3f),该片段在矽肺暴露人群中异常低,具有潜在的诊断意义.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回