基于CD161的深度学习网络在活动性肺结核临床诊断中的应用

• 作者: 张惠华 陈骑 杨倩婷 张明霞 代友超 蔡毅 温志华 陈文斌 谭耀驹 关平 邓国防 陈心春
• 来源期刊: 生物医学转化
• 关键词: 活动性肺结核 肺炎 CD161 痰涂片 深度学习网络
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 生物新技术
• 页码范围: 91-98
• 页数: 8页
• 分类号: R521|R446
• 语种: 中文
• DOI: 10.12287/j.issn.2096-8965.20210214

摘要

目的 探讨以细胞表面分子CD161为标识的流式检测技术的诊断价值,建立能区分痰涂片阴性肺结核、痰涂片阴性IGRA阳性/阴性的肺结核和肺炎患者的深度学习网络方法.方法 通过流式细胞术检测血液中淋巴细胞、单核细胞和CD161阳性淋巴细胞比例,利用深度学习网络建立分类模型.结果 深度学习网络测试结果显示,三群细胞比例均能很好区分痰涂片阴性肺结核与肺炎患者、痰涂片阴性IGRA阳性肺结核与肺炎患者、痰涂片阴性IGRA阴性肺结核与肺炎患者.结论 以CD161为标识的流式检测技术可作为辅助诊断技术,对痰涂片阴性、痰涂片阴性IGRA阳性/阴性的肺结核和肺炎患者进行初步区分,提高痰涂片阴性病人检出率,指导临床提前用药.