人工神經(jīng)網(wǎng)絡(luò)聯(lián)合腫瘤標(biāo)志對肺癌和大腸癌的預(yù)警.pdf

1、背景與目的：
　　 在全世界范圍內(nèi)，占據(jù)癌癥死亡率首位的是肺癌。肺癌的預(yù)后極差，其中非小細(xì)胞肺癌的5年生存率只有5％～7％。盡管從治療效果來看，外科手術(shù)已經(jīng)成為最理想的選擇，Ⅰ期、Ⅱ期和部分Ⅲ期的患者都可以接受手術(shù)治療，有些甚至可以通過手術(shù)完全治愈。但是晚期肺癌的總體5年生存率還不到14％，而早期肺癌的5年生存率可以達(dá)到70％。肺癌的早期發(fā)現(xiàn)、早期診斷可以使患者獲得及時(shí)有效的治療，是提高其生存率的關(guān)鍵。目前傳統(tǒng)的檢測方法，例如對

2、人群進(jìn)行定期的X線普查，使肺癌的早期診斷成為可能，但是仍然存在漏檢率高且有一定的假陽性率的問題，而且醫(yī)生自身的知識水平和閱片中不可避免的主觀因素，都會對臨床判斷產(chǎn)生影響。腫瘤標(biāo)志現(xiàn)在越來越多的被人們用來輔助檢測癌癥，其對于腫瘤的診斷、判斷預(yù)后和轉(zhuǎn)歸、療效評價(jià)有著重要的意義。但是腫瘤標(biāo)志的組織特異性不高，單項(xiàng)檢測的靈敏度和特異度都不理想，眾多學(xué)者研究表明多種腫瘤標(biāo)志聯(lián)合檢測可以提高檢出率。人工神經(jīng)網(wǎng)絡(luò)是近年來國內(nèi)外各個(gè)領(lǐng)域廣泛應(yīng)用研究的課

3、題。在醫(yī)學(xué)領(lǐng)域，人們開始探討在臨床疾病診斷方面利用人工神經(jīng)網(wǎng)絡(luò)解決非線性、多輸入、不確定復(fù)雜問題的特點(diǎn)，提高臨床疾病診斷的準(zhǔn)確性。
　　 研究將6種腫瘤標(biāo)志和人工神經(jīng)網(wǎng)絡(luò)聯(lián)合檢測建立肺癌預(yù)警模型、大腸癌預(yù)警模型和肺癌-大腸癌預(yù)警模型，以期實(shí)現(xiàn)肺癌、大腸癌的早期預(yù)警，為早期手術(shù)、提高5年生存率打下基礎(chǔ)。
　　 材料與方法：
　　 1.2007年9月～2008年7月在鄭州大學(xué)第一附屬醫(yī)院呼吸實(shí)驗(yàn)室收集肺癌患者血清67

4、例、肺良性疾病患者血清53例；在消化實(shí)驗(yàn)室收集大腸癌患者血清50例、大腸良性疾病患者血清50例；在體檢中心收集正常人血清61例。
　　 2.用放射免疫分析試劑盒測定血清中的NSE、CEA、GAs；用鈣離子測定試劑盒（偶氮砷Ⅲ終點(diǎn)法）測定血清中的Ca；用紫外分光光度法測定血清中的唾液酸；采用石墨爐原子吸收分光光度法和火焰原子吸收分光光度法測定血清中的銅和鋅。
　　 3.隨機(jī)將每組樣本分為訓(xùn)練集和測試集，用反向傳播算法對訓(xùn)練

5、集進(jìn)行檢測。（1）將隨機(jī)選取的54例肺癌、42例肺良性疾病、49例正常人的實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練集放入BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，建立肺癌-肺良性疾病-正常人的人工神經(jīng)網(wǎng)絡(luò)模型。網(wǎng)絡(luò)參數(shù)設(shè)置輸入層6個(gè)節(jié)點(diǎn)，隱含層15個(gè)節(jié)點(diǎn)，輸出層1個(gè)節(jié)點(diǎn)。目標(biāo)誤差為1.0×10-5，學(xué)習(xí)速率為0.7，動量因子0.95。（2）將隨機(jī)選取的40例大腸癌、40例大腸良性疾病、49例正常人的實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練集放入BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，建立大腸癌.腸良性疾病-正常人的人工神經(jīng)網(wǎng)絡(luò)模

6、型。網(wǎng)絡(luò)參數(shù)設(shè)置輸入層6個(gè)節(jié)點(diǎn)，隱含層15個(gè)節(jié)點(diǎn)，輸出層1個(gè)節(jié)點(diǎn)。目標(biāo)誤差為1.0×10-5，學(xué)習(xí)速率為0.7，動量因子0.95。（3）將隨機(jī)選取的54例肺癌、40例大腸癌的實(shí)驗(yàn)數(shù)據(jù)作為訓(xùn)練集放入BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，建立肺癌-大腸癌的人工神經(jīng)網(wǎng)絡(luò)模型。網(wǎng)絡(luò)參數(shù)設(shè)置輸入層6個(gè)節(jié)點(diǎn)，隱含層15個(gè)節(jié)點(diǎn)，輸出層1個(gè)節(jié)點(diǎn)。目標(biāo)誤差為1.0×10-5，學(xué)習(xí)速率為0.7，動量因子0.95。（4）合并課題組以前檢測的實(shí)驗(yàn)數(shù)據(jù)，隨機(jī)選取其中的92例肺癌，6

7、5例肺良性疾病，85例正常人作為訓(xùn)練集放入BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，建立總的肺癌.肺良性疾病-正常人的人工神經(jīng)網(wǎng)絡(luò)模型。網(wǎng)絡(luò)參數(shù)設(shè)置輸入層6個(gè)節(jié)點(diǎn)，隱含層15個(gè)節(jié)點(diǎn)，輸出層1個(gè)節(jié)點(diǎn)。目標(biāo)誤差為1.0×10-5，學(xué)習(xí)速率為0.6，動量因子0.9。再用訓(xùn)練好的模型對相應(yīng)的測試組（即剩下的12例正常人、11例肺良性疾病、13例肺癌、10例大腸良性疾病和10例大腸癌）進(jìn)行盲法預(yù)測。
　　 4.用Logistic回歸分析處理數(shù)據(jù)，對應(yīng)以上4個(gè)人工

8、神經(jīng)網(wǎng)絡(luò)模型建立相應(yīng)的Logistic回歸模型。
　　 5.用ROC曲線比較人工神經(jīng)網(wǎng)絡(luò)與Logistic回歸對預(yù)測集樣本的預(yù)測效果。
　　 結(jié)果：
　　 1.人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果采用反向傳播（Back-Propagation，BP）算法，人工神經(jīng)網(wǎng)絡(luò)經(jīng)反復(fù)訓(xùn)練達(dá)到預(yù)期目標(biāo)后訓(xùn)練停止。上述4種人工神經(jīng)網(wǎng)絡(luò)模型對相應(yīng)測試集樣本的預(yù)測準(zhǔn)確度為88.9％、81.8％、87.0％、87.3％。
　　 2.建立的4

9、個(gè)ANN模型對測試集預(yù)測結(jié)果肺癌胡市良性疾病-正常人組的ANN模型對13例肺癌的預(yù)測結(jié)果其靈敏度為76.9％、特異度為95.7％、陽性預(yù)測值為90.9％、陰性預(yù)測值為88.0％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為88.9％；大腸癌.大腸良性疾病-正常人組的ANN模型對10例大腸癌的預(yù)測結(jié)果其靈敏度為80.0％、特異度為91.3％、陽性預(yù)測值為80.0％、陰性預(yù)測值為91.3％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為81.8％；肺癌-大腸癌組的A

10、NN模型對13例肺癌的預(yù)測結(jié)果其靈敏度為76.9％、特異度為100.0％、陽性預(yù)測值為100.0％、陰性預(yù)測值為76.9％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為87.0％；對10例大腸癌的預(yù)測結(jié)果其靈敏度為100.0％、特異度為76.9％、陽性預(yù)測值為76.9％、陰性預(yù)測值為100.0％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為87.0％；總的肺癌.肺良性疾病-正常人組的ANN模型對13例肺癌的預(yù)測結(jié)果其靈敏度為92.0％、特異度為98.1％、陽性

11、預(yù)測值為95.8％、陰性預(yù)測值為96.4％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為87.3％。
　　 3.4個(gè)Logistics回歸模型對測試集預(yù)測結(jié)果肺癌-肺良性疾病-正常人組的Logistics回歸模型對13例肺癌的預(yù)測結(jié)果其靈敏度為84.6％、特異度為91.3％、陽性預(yù)測值為84.6％、陰性預(yù)測值為91.3％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為88.9％；大腸癌-大腸良性疾病-正常人組的Logistics回歸模型對10例大腸癌的預(yù)

12、測結(jié)果其靈敏度為80.0％、特異度為100.0％、陽性預(yù)測值為100.0％、陰性預(yù)測值為92.0％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為93.9％；肺癌-大腸癌組的Logistics回歸模型對13例肺癌的預(yù)測結(jié)果其靈敏度為84.6％、特異度為100.0％、陽性預(yù)測值為100.0％、陰性預(yù)測值為83.3％，對10例大腸癌的預(yù)測結(jié)果其靈敏度為100.0％、特異度為84.6％、陽性預(yù)測值為83.3％、陰性預(yù)測值為100.0％，此模型對測試集預(yù)測結(jié)

13、果的準(zhǔn)確度為91.3％；總的肺癌.肺良性疾病-正常人組的Logistics回歸模型對13例肺癌的預(yù)測結(jié)果其靈敏度為96.0％、特異度為94.4％、陽性預(yù)測值為88.9％、陰性預(yù)測值為98.1％，此模型對測試集預(yù)測結(jié)果的準(zhǔn)確度為74.7％。
　　 4.ANN模型和Logistics回歸模型對測試集預(yù)測結(jié)果的比較4種ANN模型的ROC曲線下面積分別為0.938（95％CI：0.802-0.989）、0.869（95％CI：0.663

14、-0.971）、0.835（95％CI：0.622-0.954）、0.951（95％CI：0.877-0.986），對應(yīng)的4種Logistics回歸模型的ROC曲線下面積分別為0.880（95％CI：0.728-0.963）、1.000（95％CI：0.850-1.000）、0.923（95％CI：0.733-0.989）、0.952（95％CI：0.879-0.987）。由以上結(jié)果表明，ANN模型和Logistics回歸模型對測試集的