摘要: 采用毛细管电泳法测定了46个健康人和26个乳腺癌病人尿样中的13种正常核苷和修饰核苷,以小波神经网络作为模式识别工具对健康人和乳腺癌病人的分类作了研究,随机选取的训练集的识别率达到100%,相应的预测集判别率正确性在96%以上,与经典的前向多层神经网络相比,小波神经网络具有更强的信息提取和逼近能力.研究结果还表明,小波神经网络的预测能力强于主成分分析和线性判别分析,毛细管电泳法与小波神经网络的结合有望成为乳腺癌的辅助诊断手段.
中图分类号:
TrendMD:
熊建辉, 郑育芳, 张普敦, 石先哲, 杨军, 张玉奎, 许国旺. 毛细管电泳-小波神经网络法辅佐诊断乳腺癌的研究. 高等学校化学学报, 2003, 24(5): 803.
XIONG Jian-Hui, ZHENG Yu-Fang, ZHANG Pu-Dun, SHI Xian-Zhe, YANG Jun, ZHANG Yu-Kui, XU Guo-Wang. Application of the Combination of Capillary Electrophoresis with Wavelet Neural Network in the Assisted Clinical Diagnosis of Breast Cancer. Chem. J. Chinese Universities, 2003, 24(5): 803.