换一批
换一批摘要目的:探索基于特征代谢物和机器学习分辨良恶性甲状腺结节的方法.方法:采集甲状腺细针穿刺样本制片过程产生的废液0.4ml,加入1ml含0.35％甲酸的乙醇水溶液稀释,直接采用探针电喷雾离子源(PESI)串接质谱分析特征代谢物的离子强度.据细胞病理诊断,采用偏最小二乘判别分析法,对甲状腺乳头状癌(PTC)和良性病变样本共218例进行分组,采用支持向量机(SVM)建立分类器,单盲法验证分类器.未知71例样本平行测定2次,输出高评分的分类结果.通过与细胞病理学诊断、基因检测结果和超声诊断进行比较,计算准确率.结果:偏最小二乘判别分析法区分PTC和良性病变样本的准确率为60.6％、60.0％和56.9％(分别与细胞病理学诊断、BRAF基因检测结果和超声诊断比对).结论:偏最小二乘判别分析法能够快速判定甲状腺结节良恶性,但准确率有待提升.
更多相关知识
- 浏览80
- 被引0
- 下载17
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
