山东省自然科学基金(Y2005C24)
- 作品数：2 被引量：2H指数：1
- 相关作者：韩明勇姜曼王家林王东芳耿凌云更多>>
- 相关机构：山东省肿瘤医院山东大学浙江大学更多>>
- 发文基金：山东省自然科学基金山东省医药卫生科技发展计划项目山东省科技发展计划项目更多>>
- 相关领域：医药卫生更多>>
- 应用蛋白质芯片与人工神经网络建立胃癌诊断模型被引量：1
- 2009年
- 目的应用血清蛋白质芯片质谱技术结合生物信息学方法筛选胃癌相关标记,建立诊断胃癌的蛋白质标记模型。方法应用表面增强激光解吸电离飞行时间质谱技术检测了74例胃癌、70例健康对照样本的血清蛋白质质谱,结合人工神经网络建立胃癌诊断模型。结果从胃癌组与健康对照组中筛选出了4个蛋白质荷比峰,建立胃癌诊断模型,该诊断模型的特异性为100%(95%的置信区间为94.6%~100.0%),敏感性为92.0%(88.7%~95.2%),准确率为95.8%(86.4%~97.5%)。结论成功建立了胃癌诊断模型,该模型在胃癌的诊断中较传统方法具有更高的敏感性和特异性,可进一步研究与应用。
- 姜曼韩明勇王家林刘奇郑树
- 关键词：表面增强激光解吸电离飞行时间质谱生物信息学蛋白质质谱
- 应用人工神经网络建立肺癌血清肿瘤标记物诊断模型的研究被引量：1
- 2010年
- 目的检测肺癌患者血清中的肺癌肿瘤标记物,应用人工神经网络建立肺癌血清肿瘤标记物诊断模型。方法应用酶联免疫吸附法(ELISA)分别测定86例肺癌和80例健康人血清细胞角蛋白21-1片段(CYFRA21-1)、神经元特异性烯醇化酶(NSE)、组织多肽特异性抗原(TPS)、可溶性白细胞介素2受体(sIL-2R)、癌胚抗原(CEA)、糖抗原242(CA242)、抑癌基因p53抗体共7种肿瘤标记物含量。用曲线下面积结合人工神经网络建立诊断模型,并将此诊断模型用于肺癌的诊断。结果根据血清肿瘤标记物的测定结果,计算出每个肿瘤标记物的曲线下面积,应用人工神经网络建立肺癌血清肿瘤标记物诊断模型,该模型预测肺癌样本的诊断准确率84.1%,敏感性为86.3%,特异性94.8%。结论本研究建立的肺癌诊断模型对肺癌的诊断具有较高的敏感性和特异性。
- 姜曼耿凌云蔡宏飞王明明王东芳王家林韩明勇
- 关键词：肺癌人工神经网络肿瘤标记物
