乳腺癌针吸细胞形态定量的人工神经网络诊断模型的建立及应用研究

《乳腺癌针吸细胞形态定量的人工神经网络诊断模型的建立及应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乳腺癌针吸细胞形态定量的人工神经网络诊断模型的建立及应用研究作者：龚平，郭华雄，王文清，李春燕【摘要】目的建立乳腺癌针吸细胞形态定量参数的人工神经网络诊断模型，并验证其在辅助FNA诊断乳腺癌的价值。方法利用MPIAS2000系统对60例乳腺癌及30例乳腺良性病变的针吸细胞学涂片进行形态定量测定，对获得的29项形态参数进行人工神经网络建模分析，并用盲法对其鉴别诊断能力进行评价。结果所建立的网络模型经过14次训练后即可达到误差要求，诊断模型对乳腺癌及乳腺良性病变的诊断正确率为100%，其特异性和敏感性均为100%。结论乳腺良恶性病变

2、的针吸细胞学涂片进行ANN分析所建立的诊断模型，对乳腺癌及良性病病变的鉴别诊断具有较高的应用价值，为辅助针吸细胞学诊断乳腺良恶性病变提供了新的思路。【关键词】针吸细胞学；乳腺癌；细胞形态定量参数；人工神经网络；诊断模型Abstract:ObjectiveToestablishdiagnosticmodelsofcellformparametersinmammarycarcinomaFNAssmearsbyanartificialneuralnetwork(ANN)methods，andapplythemodels11todisc

3、riminatethemammarycancerandbenignlesion.MethodThecellformquantitativeparametersof60breastcancercasesand30benignlesioncaseswereanalysisbyMPIAS2000,allofcaseswereprovidedpathologically.TheANNdiagnosismodelsofcancerandbenignlesionwereestablishedcombinedwiththe29cellquan

4、titativeparameters.Theblindtestsetwereusedtoconfirmthemodels.ResultsTheANNmodelsmeetperformancegoalby14timestrainlm.ANNmodelofcellformquantitativeparametershadanaccuracyandspecialtyof100%fordifferentiationofbreastcarcinomaandbenignlesion.ConclusionMethodoferectingmo

5、delsbasedoncellformquantitativeparameterswithANNcouldidentifybreastcarcinomaandbenignlesion.ItmaybevaluableandnewideaforFNAcinthedifferentiationofbreastdiseases.Keywords:fineneedleaspirationcytology;mammarycarcinoma;cellformquantityparameter;artificialneuralnetwork;d

6、iagnosticmodel乳腺癌是人类最常见的一种恶性肿瘤，也是女性主要恶性肿瘤之一。11针吸细胞学对术前早期诊断乳腺肿块的性质具有简便、快速、准确等特点，其诊断的准确率达到90%以上。目前对乳腺癌的针吸细胞学研究大多基于细胞形态学描述及肿瘤标志物的检测，少有对其肿瘤细胞本身进行形态学定量的研究。本研究通过细胞形态定量方法，并用人工神经网络（artificialneuralnetwork，ANN）进行建模分析，以建立高特异性和敏感性的乳腺癌的针吸细胞学定量诊断模型；同时用盲法验证模型的准确诊断率，判断其应用价值。1对象和方法　　

7、1.1对象2000年至2007年本院住院经病理确诊的乳腺癌患者60例，乳腺良性病变30例。乳腺癌均为女性，年龄24～68岁；良性病变也为女性，年龄18～47岁，良性病变中乳腺纤维腺瘤24例，乳腺增生6例。所有病例均先行细胞病理学检查，最后经组织病理学证实。1.2细胞学制片与染色研究标本均为针吸细胞学涂片，用推片法制成，待自然干燥后用瑞—吉氏复合染色法（WrightsGiemsasstaining）染色［1］。染色时间10min。2图像分析与参数选择11　　2.1图像分析在HPIAS2000图像分析系统（武汉清平影像有限公司

8、）中通过定标处理后，选择细胞—细胞核测量功能，对CCD获取的细胞涂片图像进行二值化处理，将二值化的细胞进行滤波及连断分隔，用点测量或自动测量法进行测量。如细胞与背景二值化不明显时，可采用画的方式（椭圆逼近法或自由画线法）进行标记测量。2.2测量细胞