您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览278 | 下载14

背景与目的:蛋白质组学的发展为肿瘤的早期诊断和肿瘤标志物筛选提供了全新的技术平台.本研究旨在应用蛋白质芯片技术结合人工神经网络建立乳腺癌诊断模型,并评价其应用价值.方法:利用表面加强激光解吸电离-飞行时间质谱(SELDI-TOF-MS)技术及其配套蛋白质芯片对49例乳腺癌患者和33例健康人的血清蛋白质组图谱进行检测,结合人工神经网络软件建立诊断模型并进行验证.结果:以全部253个差异表达蛋白质峰的数据构建完整诊断模型,以差异最大的4个峰的数据构建简化诊断模型.完整模型盲法预测的灵敏度和特异度分别为83.33

作者:胡跃;张苏展;余捷凯;刘建;郑树;胡汛

来源:癌症 2005 年 24卷 1期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:278 | 下载:14
作者:
胡跃;张苏展;余捷凯;刘建;郑树;胡汛
来源:
癌症 2005 年 24卷 1期
标签:
乳腺肿瘤 SELDI-TOF 人工神经网络 诊断 蛋白质组学
背景与目的:蛋白质组学的发展为肿瘤的早期诊断和肿瘤标志物筛选提供了全新的技术平台.本研究旨在应用蛋白质芯片技术结合人工神经网络建立乳腺癌诊断模型,并评价其应用价值.方法:利用表面加强激光解吸电离-飞行时间质谱(SELDI-TOF-MS)技术及其配套蛋白质芯片对49例乳腺癌患者和33例健康人的血清蛋白质组图谱进行检测,结合人工神经网络软件建立诊断模型并进行验证.结果:以全部253个差异表达蛋白质峰的数据构建完整诊断模型,以差异最大的4个峰的数据构建简化诊断模型.完整模型盲法预测的灵敏度和特异度分别为83.33