蛋白质组学在宫颈癌研究中的应用进展

癌症是危害人类健康的主要原因之一,已经发展成为全球性的公共卫生问题.宫颈癌是全球第四大常见的女性恶性肿瘤[1],对女性健康构成严重威胁.在发展中国家,宫颈癌是导致女性癌症死亡的第二大原因[2].因此,揭示宫颈癌的发病机制、寻找新的治疗靶点、探索宫颈癌特异性的生物标志物,俨然成为了当下最为迫切的问题.目前,巴氏涂片和病毒...     

血清蛋白质谱结合人工神经网络在胃癌诊断中的研究

目的 建立筛选胃癌血清蛋白质谱的人工神经网络(ANN)诊断模型.方法 将84例胃癌患者和75例对照者的血清样本按照随机数字表法随机分为训练集(106例)和测试集(53例).首先应用表面加强激光解吸电离-飞行时间质谱(SELDI-TOF-MS)技术及弱阳离子交换表面芯片(CMl0)检测练集样本,结合反向传播ANN的方法建立诊断模型,进一步检测测试集样本并评价该模型的诊断价值.结果 胃癌患者与对照者血清蛋白质谱图有5个明显表达差异的蛋白质峰(P<0.05),质荷比分别为7567、6742、5262、4869、4256 m/z,5个蛋白质峰作为标志蛋白建立ANN诊断模型.利用该模型对胃癌患者进行盲法预测,结果表明其对胃癌的诊断灵敏度和特异度分别为90.0%和91.3%.结论 胃癌血清蛋白质谱结合ANN建立的诊断模型对胃癌诊断具有较高的灵敏度和特异度,可用于胃癌早期诊断与肿瘤标志物筛选研究.     

血清蛋白质谱诊断肿瘤

肿瘤是多基因、多因素形成的复杂疾病,目前尚缺乏能在早期检测到的肿瘤标志物。在著名肿瘤专家郑树教授带领下,浙江大学肿瘤研究所科研人员利用蛋白芯片技术和生物信息学分析实现血清中多蛋白质标志物的联合检测,可在大肠癌筛查中提高筛查准确率,并使部分人群免受肠镜检查之苦。     

分子标志物在宫颈癌筛查中的应用

宫颈癌在全球妇女恶性肿瘤中居第二位,在人乳头瘤病毒疫苗尚未在人群中应用之前,普查仍是预防和控制宫颈癌的主要手段.随着细胞分子生物学的研究进展,在细胞分子水平发现宫颈癌新的危险因素已成为当前研究热点.人乳头瘤病毒感染宫颈上皮细胞后所引起的一系列分子改变有可能作为人乳头瘤病毒感染的替代标志物,用于早期识别人乳头瘤病毒感染相关宫颈疾病.本文就目前所研究的有关宫颈疾病的诊断性分子标志物作以综述.     

应用飞行质谱技术筛选室间隔缺损的血清蛋白标志物

[目的]应用表面增强激光解吸/电离飞行时间质谱技术筛选单纯性室间隔缺损血清蛋白标志物.[方法]采用病例对照设计,用CM10芯片检测56例单纯性室间隔缺损患儿、85例儿科常见病患儿及23例其他先天性心脏病患儿血清,筛选室间隔缺损血清差异蛋白,并通过构建血清诊断模型分析所筛选差异蛋白区分病例与对照能力.[结果]25个蛋白在3组之间的差异具有统计学意义(P<0.05),所构建诊断模型ROC曲线下面积、预测准确率、灵敏度及特异度分别为0.948、94.00%、88.24%、96.97%.[结论]单纯性室间隔缺损患儿、儿科常见病患儿及其他先天性心脏病患儿血清蛋白存在差异,筛选出的差异蛋白能够较好地区分病例与对照,这些蛋白质可能是室间隔缺损的血清标志物.     

人工神经网络技术在肺癌6种肿瘤标志物联合检测中的应用

目的应用人工神经网络技术,联合检测6种肿瘤标志物对肺癌进行诊断,建立肿瘤标志物联合检测的人工智能诊断模型。方法采用放射免疫学、分光光度法、原子吸收分光光度法等方法,测定50例正常对照、83例肺良性疾病患者及92例肺癌患者血清中癌胚抗原、胃泌素、神经元特异性烯醇化酶、唾液酸、铜锌比值(Cu/Zn)、钙(Ca)等6项指标。利用人工神经网络技术,对6项指标进行联合检测,建立基于人工神经网络的肺癌肿瘤标志物智能诊断模型。结果采用反向传播算法(BP),BP网络对肺癌诊断的灵敏度为100%,对正常、肺良性疾病和肺癌识别的准确度为88.3%。结论成功建立起基于人工神经网络技术的肺癌肿瘤标志物联合诊断模型,对正常、良性和肺癌的鉴别诊断效果有临床意义,可用于临床辅助诊断,有助于提高肺癌诊断率。     

血清蛋白质谱在单纯性室间隔缺损诊断中的应用

目的通过构建血清诊断模型,探讨血清蛋白质谱在诊断单纯性室间隔缺损中的意义。方法采用病例对照研究设计,用CM10蛋白质芯片检测56例单纯性室间隔缺损患儿、85例儿科常见病患儿及23例其他先天性心脏病患儿血清,筛选血清差异蛋白,并构建诊断模型。结果完整模型ROC曲线下面积、预测准确率、灵敏度、特异度、阳性预测值及阴性预测值分别为0.988、95.00%、100.00%、92.42%、87.18%和100.00%,简化模型ROC曲线下面积、预测准确率、灵敏度、特异度、阳性预测值及阴性预测值分别为0.948、94.00%、88.24%、96.97%、93.75%和94.12%。简化模型与完整模型之间预测准确率、灵敏度及特异度比较,差异均无统计学意义（P〉0.05）。结论利用血清蛋白质谱建立的诊断模型能够较好地区分病例与对照,对诊断室间隔缺损具有一定的发展和应用前景。     

人工神经网络在医学中的应用与展望

本文对人工神经网络(artificial neural network,ANN)的特点作了简要的介绍,同时将人工神经网络方法与传统方法进行了比较,综述了国内外人工神经网络在医学领域中的应用现状,并展望了其未来的应用前景.     

MRI在宫颈癌诊断中的临床应用价值

目的探讨核磁共振(MRI)在宫颈癌诊断中的临床应用价值。方法回顾性分析2017年4月至2019年4月我院收治的102例疑似宫颈癌患者的临床资料,所有患者均行MRI、超声检查。以手术病理结果为标准,比较MRI、超声对宫颈癌的诊断效能。结果 102例患者中,经手术病理检查证实宫颈癌84例。以手术病理结果为标准,MRI诊断宫颈癌的敏感度、特异度、准确度分别为98.81%、 94.44%、 98.04%,显著高于超声的77.38%、 61.11%、 74.51%(P <0.05); MRI对鳞癌、腺癌、腺鳞癌的鉴别准确率均高于超声(P <0.05)。结论 MRI诊断宫颈癌具有较高的敏感度、特异度及准确度,且能准确鉴别宫颈癌性质,临床应用价值较高。     

鳞状细胞癌抗原在宫颈癌中的临床应用及其研究进展

鳞状细胞癌抗原(SCC-Ag)作为特异度的肿瘤标志物,被广泛应用于宫颈鳞状细胞癌(SCC)的早期辅助诊断、预后风险因素评估、手术放化疗疗效评价及复发监测随访中。笔者拟就SCC-Ag在宫颈癌中的临床应用现状及研究进展进行综述如下。     

人工神经网络在图像处理中的应用

图像处理是包含丰富内容和具有广阔应用领域的研究学科。近几年来,作为具有自组织、自学习和联想功能的人工神经网络理论已成功地应用于图像处理的许多方面,神经网络应用于图像处理的主要思路是：把原始图像或经过适当预处理的图像作为网络的输入信号,在网络的输出端得到处理后的图像信号或分类结果。     

宫颈癌护理联合心理护理在宫颈癌患者中的应用效果

目的分析宫颈癌护理联合心理护理干预模式在宫颈癌患者治疗中的护理价值。方法选取2020年1月至12月安徽医科大学第一附属医院收治的74例宫颈癌患者为研究对象,按照随机数字表法将其分为观察组(37例)与对照组(37例)。观察组患者采用宫颈癌护理与心理护理,对照组患者采用常规护理。比较两组患者心理情绪变化、健康知识掌握情况以及随访结果。结果观察组的心理状态评分高于对照组,差异有统计学意义(P<0.05);观察组的健康知识掌握评分高于对照组,差异有统计学意义(P<0.05);观察组的并发症发生率以及再入院率低于对照组,差异有统计学意义(P<0.05);两组的死亡率比较,差异无统计学意义(P>0.05)。结论心理护理与宫颈癌护理模式的联合使用可以取得更理想的护理干预效果,具有推广价值。     

人工神经网络在失去土地农民心理健康调查中的应用

介绍人工神经网络(ANN),结合实例比较与logistic回归在解决分类问题的优缺点.以1070名失去土地农民心理健康调查资料为例建立ANN模型与logistic回归模型,比较两种模型的优劣.测试集样本BP神经网络预测精度为94.299%,logistic回归预测精度为51.028%,BP神经网络具有良好的泛化能力.结论 :当传统统计分析条件不能得到满足或效果不佳时ANN能够达到良好的预测结果,在医学领域具有较好的应用前景.     

血清肿瘤标志物与TCT联合对宫颈癌早期筛查的应用及预测意义

目的:探讨血清肿瘤标志物与TCT联合对宫颈癌早期筛查的应用及预测意义.方法:分析2009年1月～2011年6月间在该院妇科门诊进行宫颈病变筛查的2 135例妇女的筛查资料,随机分为2组.联合组1 068例,行血清肿瘤标志物结合TCT检测;TCT组1 067例,单纯行TCT检测.结果:检测为宫颈癌人群的SCC、CYFRA21-1水平与正常人群比较差异具有统计学意义(P＜0.05);联合组检测出的阳性率明显高于TCT组,联合组的阳性符合率明显高于TCT组(P＜0.05);血清肿瘤标志物联合TCT检测的灵敏度、阴性预测值高于TCT检测.结论:血清肿瘤标志物与TCT联合能降低宫颈病变过度诊断率和漏诊率,提高准确率.     

血清趋化因子16表达水平在宫颈癌诊断中的价值

摘要:目的　探讨血清趋化因子16（CXCL16）表达水平在宫颈癌诊断中的价值。方法　回顾性分析某院就诊的宫颈癌、宫颈上皮内瘤变、宫颈炎患者和健康对照患者其血清CXCL16和糖蛋白抗原125（CA125）水平,比较其诊断阳性率。结果　宫颈癌患者血清CXCL16、CA125水平明显高于宫颈上皮内瘤变、宫颈炎和健康对照组（F＝4.432,P＝0.000;F＝2.452,P＝0.027）;宫颈癌晚期患者血清CXCL16和CA125与宫颈癌早期相比显著升高（t＝18.241,12.441;P＝0.000,0.000）;宫颈癌患者、宫颈上皮内瘤变患者和宫颈炎患者血清CXCL16水平诊断阳性率分别为91.12%、13.21%和16.44%;血清CA125水平诊断阳性率分别为76.47%、56.60％和50.68%,宫颈癌患者血清CXCL16水平诊断阳性率与血清CA125水平诊断阳性率相比显著升高（χ2＝5.423,P＝0.020）,宫颈内上皮瘤变和宫颈炎患者血清CXCL16水平诊断阳性率与血清CA125水平诊断阳性率相比显著降低（χ2＝17.322,8.916,P＝0.000,0.000）;宫颈癌早期、晚期血清CXCL16水平诊断阳性率为88.89%、100.00%,分别显著高于血清CA125水平诊断阳性率69.44%、81.25%（χ2＝4.126,6.621;P＝0.042,0.010）。结论　血清 CXCL16可以做为一种宫颈癌的肿瘤标志物,较为特异和准确地在临床上应用于宫颈癌的诊断。     

应用人工神经网络筛查胃癌高危人群的研究

摘要:目的　通过建立误差反向传播人工神经网络（Back Popagation Artificial Neural Network,BP-ANN）预测模型分析本地区与胃部高危疾病有关的影响因素并评价模型预测效果。方法　于2012年10月至2014年11月,通过现场调查的方式对719名徐州市三级甲等医院消化科门诊患者进行问卷调查,并且收集其胃镜病理及相关资料。应用Logistic回归模型对影响胃部高危疾病发生的饮食、生活状况及习惯、身体状况等因素进行单因素和多因素分析;运用训练集资料建立BP神经网络,通过测试集142例调查对象评价该方法在实际应用中的预测精度。结果　对调查数据进行胃部高危疾病的Logistic回归单因素分析,分析显示女性、年龄、胃癌家族史、喜食烧烤类食物、生活节奏快等10个因素有统计学意义（P＜0.05）;多因素分析显示,吸烟、饮用自来水、喜食豆制品、常生气、年龄和生活节奏快与胃部高危疾病有关。BP神经网络筛查的效果较好。结论　建立好的BP神经网络可以用于筛检胃癌高危人群。     

基于人工神经网络的二次脑损伤预后评估

目的:设计一种临床相关病例的专家预测评估系统,该系统旨在辅助医务人员预测患者预后,并据此采取合理的救治措施。方法:把现代数据库管理同数据挖掘结合起来,由数据库系统将采集到的敏感信号进行存储和管理,通过数据挖掘及费氏评测标准进行预后评估,根据评估结果辅助临床治疗过程。结果:本系统实现了二次脑损伤相关伤情的智能分析,并分别比较了目前主流的数据挖掘方法针对二次脑损伤预后的效果。结论:基于人工神经网络的二次脑损伤评估方法较之其他评测方法具有预测精度高的优势,但面对复杂的伤情变化,可以结合多种评估方法灵活组合取得优化方案。     

DNA定量分析联合阴道镜在诊断宫颈癌及高级别宫颈上皮内瘤变中的价值

目的:探讨宫颈细胞DNA定量分析法联合阴道镜在宫颈癌及高级别宫颈上皮内瘤变(CIN)诊断中的价值。方法:对4 577名妇女的宫颈细胞采用DNA定量分析系统和常规细胞学进行检查,常规细胞学诊断低级别鳞状上皮内瘤变(LSIL)及以上级别或DNA定量分析异常者在阴道镜下行宫颈活组织病理检查。结果:50名妇女做了病理活检,病理诊断宫颈癌及CIN 2以上病变共27例,其中DNA定量分析方法异常25例(92.6%),常规细胞学异常6例(22.2%),阴道镜异常22例(81.5%),三者间差异有统计学意义(P<0.005)。DNA定量分析及阴道镜检查筛查子宫颈癌及高级别宫颈上皮内瘤变(≥CIN2)的敏感度、特异度均高于常规细胞学。结论:DNA定量分析方法联合阴道镜在早期诊断宫颈癌及高级别宫颈上皮内瘤变方面有更高的敏感性,适合在基层单位大力推广。     

人工神经网络在上海市肾综合征出血热发病率预测中的应用

[目的]应用人工神经网络的方法开展上海市肾综合征出血热发病率的预测。[方法]采用广义回归神经网络和反向传播神经网络的方法,将上海市历史人群抗体阳性率、宿主动物的监测资料和气象数据作为训练样本进行上海市肾综合征出血热历史疫情拟合,并开展未来发病率的预测。[结果]两种人工神经网络方法可综合监测资料,对上海市散发的肾综合征出血热的发病率进行拟合和预测,广义回归神经网络方法的拟合和预测效果优于反向传播神经网络方法。[结论]人工神经网络方法可以用于上海市肾综合征出血热发病率的预测,上海市未来发病率可能保持在低水平。     

决策树联合生物标志在肺癌辅助诊断中应用

目的检测p16、RASSF1A和脆性组氨酸三联体基因(FHIT)甲基化水平及外周血DNA端粒长度,建立并探讨判别分析与决策树2种分类模型在肺癌辅助诊断中的意义。方法采用甲基化特异性PCR、实时荧光定量PCR法测定200名正常对照、200例肺癌患者外周血p16、RASSF1A和FHIT基因甲基化水平和DNA端粒长度,建立决策树、判别分析2种肺癌判别诊断模型。结果肺癌组和对照组中p16、RASSF1A和FHIT 基因启动子甲基化水平(%)分别为0.59(0.16~4.50)与0.36(0.06~4.00)(P=0.008)、27.62(9.09~52.86)与17.17(3.86~50.87)(P=0.038)、3.33(1.86~6.40)与2.85(1.39~5.44)(P=0.002);端粒长度分别为(0.93±0.32)和(1.16±0.57)(P<0.001),4项生物标志在2组间差异均有统计学意义;判别分析、决策树对预测集的预测准确度分别为64%、83%;ROC曲线下面积分别为0.640、0.830,差异有统计学意义(P<0.05)。结论数据挖掘工具建立的决策树模型判别诊断肺癌的效果优于判别分析。