基于智能算法的子宫内膜异位症辅助诊断模型的建立(3)
我们通过单因素Logistic回归分析筛选出与子宫内膜异位症的发生有统计学意义的12种血清标记物:CA125、AQP1、VEGF、TNF-α、IL-6 、IL-8 、PD14、HE4、IL-4、TGF-β、RANTES、MMP-9,并利用支持向量机算法建立一个辅助诊断模型,准确率达91.67%,结果较好。支持向量机作为一种辅助诊断工具,属于计算机辅助诊断的范畴,尚不能完全代替临床医师的诊断[16],但其辅助诊断价值已经得到公认。本研究基于支持向量机建立的子宫内膜异位症的诊断辅助模型可作为辅助临床医生诊断子宫内膜异位症的有力工具。
参考文献:
[1] 王玲玲, 邱慧玲. 不同部位子宫内膜异位症与血清CA125、EmAb的关系[J], 武汉大学学报(医学版) ......
您现在查看是摘要页,全文长 3107 字符。