基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 建立胃癌人工神经网络蛋白分子诊断模型,寻找胃癌早期诊断的新方法.方法 采用表面增强激光解析离子化飞行时间质谱(SELDI-TOF-MS)技术及配套芯片CM10和Biomarker Wizard 3.1 软件筛选胃癌差异表达蛋白,通过人工神经网络(ANN)建立并验证胃癌的SELDI分子诊断模型.结果 共建立3个胃癌诊断模型(Ⅰ、Ⅱ、Ⅲ),分别为胃癌的诊断、筛查、鉴别诊断模型.选其中由5个差异表达蛋白(质荷比为2502、2544、3085、8574、8740)组成的胃癌人工神经网络诊断模型Ⅰ作为胃癌人工神经网络诊断模型,对胃癌的诊断灵敏度为95.0%,特异度为98.33%,阳性预测值为95.0%,阴性预测值为98.33%,诊断准确度为97.5%.结论 SELDI-TOF-MS技术对胃癌的早期诊断具有一定的价值,值得进一步的研究.
推荐文章
食管癌血清蛋白质谱指纹图分析及人工神经网络诊断模型研究
食管癌
表面激光解析电离飞行时间质谱技术(SELDI-TOF-MS)
血清蛋白质组
人工神经网络
诊断
原发性肝癌血清蛋白质谱图人工神经网络诊断模型研究
原发性肝癌
表面增强激光解析电离飞行时间质谱
人工神经网络
蛋白标志物
受试者工作特征曲线
喉癌患者血清蛋白质谱人工神经网络预测模型的初步研究
喉肿瘤
芯片分析技术
质谱分析法
肿瘤标志,生物学
人工神经网络
血清蛋白质指纹图谱检测诊断早期胃癌临床意义
早期胃癌
SELDI-TOF
诊断
蛋白质组学
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 胃癌血清蛋白指纹人工神经网络诊断模型的研究
来源期刊 重庆医学 学科 医学
关键词 胃肿瘤 神经网络模型 分子诊断模型
年,卷(期) 2012,(1) 所属期刊栏目 临床研究
研究方向 页码范围 22-24
页数 分类号 R735.2
字数 3459字 语种 中文
DOI 10.3969/j.issn.1671-8348.2012.01.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王开正 泸州医学院附属医院检验科 92 360 9.0 14.0
2 丁银环 泸州医学院附属医院检验科 20 42 4.0 5.0
3 勾宗蓉 四川省绵阳市人民医院检验科 6 47 3.0 6.0
4 吕连华 四川省绵阳市人民医院检验科 6 32 2.0 5.0
5 李圃 四川省绵阳市人民医院检验科 6 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (24)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1900(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(6)
  • 参考文献(1)
  • 二级参考文献(5)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(3)
  • 二级参考文献(1)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
胃肿瘤
神经网络模型
分子诊断模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆医学
半月刊
1671-8348
50-1097/R
大16开
重庆市渝北区宝环路420号
78-27
1972
chi
出版文献量(篇)
30732
总下载数(次)
32
总被引数(次)
193615
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导