摘 要: | 目的 分析人工神经网络技术(ANN)与循环肿瘤细胞(CTC)、三叶因子3(TFF3)、载脂蛋白C1(APOC1)联合应用于肺癌诊疗中的效果。方法 将收治的92例肺癌患者、80例肺良性病变患者以及52例健康体检合格的同龄健康志愿者分别纳为肺癌组、肺良性病变组及健康对照组。抽取被研究者外周静脉血,检测其血清CTC、TFF3以及APOC1水平,利用SPSS对数据进行归一化处理,在Matlab7.0上建立ANN诊断模型,并对相应的测试集进行预测诊断,绘制ROC,分析ANN模型在鉴别肺癌中的价值。结果 肺癌组、肺良性病变组以及健康对照组患者外周血CTC阳性率、TFF3以及APOC1水平比较,差异具有统计学意义(P<0.05)。基于外周血CTC、TFF3及APOC1构建的AVV模型对健康对照组、肺良性病变组以及肺癌组的识别正确率分别为91.30%、85.00%及84.62%。结论 基于外周血CTC、FTT3以及APOC1联合检测建立的ANN预测模型,能有效鉴别健康者、肺良性病变及肺癌患者,可用于临床肺癌辅助诊断,提高肺癌筛查效果。
|