基于数据挖掘技术的肿瘤标志蛋白芯片在肺癌辅助诊断中的应用

《基于数据挖掘技术的肿瘤标志蛋白芯片在肺癌辅助诊断中的应用》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、AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterApplicationoftumormarkersproteinbiochipintheaideddiag："of’ungcancerbasedonItata-．gtechnolodiagnosisoflungcancerDase0nataminingtectmologyIByHongqiaoZhangSupervisors：Prof．YongjunWuProf．JingWangDepartmentofSa

2、nitaryToxicologyCollegeofPublicHealthMay2012．原创性声明IIIIIIIIIIIIIIIlitIIUfY2103360本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者：磊红g日期训年占月‘p日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，知识

3、产权归属郑州大学。根据郑州大学有关保留、使用学位论文的规定，同意学校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅；本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印、缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表、使用学位论文或与该学位论文直接相关的学术论文或成果时，第一署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者：耘乡)害日期：k拉年占月，修日摘要摘要目的肺癌是一种严重危害人类健康和生命质量的恶性肿瘤，其发病率及死亡率近年来

4、逐步上升、居高不下，如今已成为当今世界范围内最常见的恶性肿瘤之一。近年来肺癌的诊疗技术快速提高，然而因肺癌早期无特异性临床症状，一般不会引起患者重视，且临床缺乏对于高危人群的有效早期诊断方法，因而当患者有典型临床表现再就诊时，大多已属于晚期，所以临床治疗效果和预后都不令人满意。因此探讨及发展早期发现、早期诊断的有效方法，对于改善肺癌患者的治疗和预后与患者的健康及生命质量都有着重要的意义。血清肿瘤标志的检测是近年来新兴的辅助诊断肿瘤的常用方法之一，对肺癌的诊断、病情进展和疗效的观察等都有极大的价值。并且该方法具有检测结果

5、定量客观、创伤小、标本易获得、可重复测定等优点。然而由于目前并未发现肺癌的特异性血清肿瘤标志，故有假阳性和假阴性的问题，为改善这一问题及提高对早期恶性肿瘤的阳性检出率，临床多采用多种肿瘤标志联合检测。血清肿瘤标志的联合检测的确能提供许多信息，然而也带来大量的参数，用一般的统计学手段很难做出正确的处理。决策树是用以提取数据内在规律并对新数据对象进行分类预测，其模型的灵敏度、特异度较高，便于临床证候诊断时的实际操作。人工神经网络(砧州)是应用与大脑神经突触联接的结构类似的模型对数据及信息进行处理的一种运算模型，可以很容易的

6、解决具有大量参数的问题，为解决大复杂度问题提供了一种相对来说比较简单且有效的方法。本研究应用蛋白芯片检测技术分别测定血清中CAl99、NSE、CEA、CA242、Fcrdtin、AFP、CAl25、HGH和CAl539项肿瘤标志的水平。将上述肿瘤标志利用新型数据挖掘技术和传统的统计学分类技术，抽取可用于肺癌辅助诊断的有效特征，建立决策树、人工神经网络、Fisher判别分析、二项Logistic回归分析4种适合的模型，探讨这几种模型对肺癌辅助诊断的特异度、灵敏度、准确度、阳性预测值、阴性预测值，并通过ROC曲线筛选最优模

7、型，为实现肺癌的快速辅助诊断、改善肺癌治疗及预后打下良好基础。对象与方法摘要1．样本2010年6月至2011年12月于郑州大学第五附属医院呼吸内科及肿瘤科，收集有肿瘤标志蛋白芯片检测结果的肺癌患者202例、肺良性疾病患者201例。所有样本经过细胞学或病理学诊断。2．血清肿瘤标志的检测采用浙江湖州数康生物科技有限公司生产销售的肿瘤标志定量检测试剂盒测定血清中Ferritin：．AFP、CEA、NSE、CAl99、Q墟42、CAl25、CAl53和HGH9项肿瘤标志的水平。3．建立模型随机选取所有肺癌、肺良性的75％作为训

8、练集(肺癌、肺良性各150例)，分别用决策树、人工神经网络、Logistic回归和Fisher判别分析建立合适的模型，然后用所有样本作为预测集(肺癌202例，肺良性201例)检测模型优劣。用筛检实验的评价指标和ROC曲线比较4种模型对预测集样本的预测效果。4．统计学分析采用SPSSl2．0和Clementinel2．0软件。定量资