论文部分内容阅读
提出一种基于单独最优特征组合和BP神经网络的代谢物组模式特征发现方法, 并用其寻找到尿样中与乳腺癌最为相关的4种核苷, 组成一组特异性检测参数. 经HPLC/MS/MS联用法鉴定, 它们是乳清酸核苷、 1-甲酰化腺苷、 S -腺苷- L -蛋氨酸及 N 2-甲酰化鸟苷. 将这4种核苷作为输入变量, 用BP神经分类网络建立乳腺癌诊断模型. 留一法交叉验证和独立验证结果表明, 该模型预测准确率达到90%以上.