目的 运用OPLS?DA和人工神经网络算法发掘和研究血细胞参数对乳腺癌的诊断价值.方法 收集乳腺癌患者和健康女性的血细胞参数,通过OPLS?DA发掘两者之间的主要差异血细胞参数;通过ROC法计算主要差异参数对乳腺癌诊断的灵敏度和特异性;基于主要差异参数,建立神经网络诊断模型,用于乳腺癌的诊断预测.结果 OPLS?DA提示基于血细胞参数,乳腺癌患者和健康女性之间存在显著差异,平均血小板体积(MPV)、嗜碱性粒细胞绝对值(BA#)、血小板计数(PLT)、平均红细胞体积(MCV)、红细胞计数(RBC)和淋巴细胞绝对值(LY#)是两组之间的主要差异参数.上述参数对乳腺癌诊断特异性分别为0.564、0.983、0.622、0.674、0.878和0.762,灵敏度分别为0.819、0.614、0.618、0.561、0.393和0.514,ROC曲线下面积(AUC)分别为0.773、0.793、0.657、0.649、0.643和0.635.基于6种主要参数,通过逆向传播算法经16862次迭代建立人工神经网络模型,对乳腺癌预测的灵敏度为0.9412,特异性为0.7955.结论 本文通过OPLS?DA算法发掘了乳腺癌患者和健康女性之间的主要差异血细胞参数,成功建立了人工神经网络的乳腺癌预测模型,对乳腺癌的诊断筛查具有一定价值.

乳腺癌;血细胞参数;OPLS-DA;人工神经网络;诊断

朱小飞;钱世宁;曹慧玲;吴玲

南京中医药大学附属医院医学检验科 南京210029

实用医学杂志

[1]朱小飞;钱世宁;曹慧玲;吴玲-.基于OPLS⁃DA和人工神经网络算法研究血细胞参数在乳腺癌诊断中的价值)[J].实用医学杂志,2022(18):2266-2271

BA#,LY#

OPLS,DA,神经网络算法,算法研究,血细胞参数,诊断价值,乳腺癌患者,健康女性,主要差异,网络诊断,诊断模型,诊断预测,平均血小板体积,MPV,嗜碱性粒细胞,血小板计数,PLT,平均红细胞体积,MCV,红细胞计数,RBC,主要参数,逆向传播,法经,代建,立人,人工神经网络模型,诊断筛查

0.209639