目的 检测肺癌患者血清中的肺癌肿瘤标记物,应用人工神经网络建立肺癌血清肿瘤标记物诊断模型.方法 应用酶联免疫吸附法(ELISA)分别测定86例肺癌和80例健康人血清细胞角蛋白21-1片段(CYFRA21-1)、神经元特异性烯醇化酶(NSE)、组织多肽特异性抗原(TPS)、可溶性白细胞介素2受体(sIL-2R)、癌胚抗原(CEA)、糖抗原242(CA242)、抑癌基因p53抗体共7种肿瘤标记物含量.用曲线下面积结合人工神经网络建立诊断模型,并将此诊断模型用于肺癌的诊断.结果 根据血清肿瘤标记物的测定结果,计算出每个肿瘤标记物的曲线下面积,应用人工神经网络建立肺癌血清肿瘤标记物诊断模型,该模型预测肺癌样本的诊断准确率84.1
作者:姜曼;耿凌云;蔡宏飞;王明明;王东芳;王家林;韩明勇
来源:山东大学学报(医学版) 2010 年 48卷 8期