中华危重症医学杂志（电子版）
中華危重癥醫學雜誌（電子版）
중화위중증의학잡지（전자판）
CHINESE JOURNAL OF CRITICAL CARE MEDICINE ( ELECTRONIC EDITON)
2013年
6期
15-19
,共5页
赵洪灿%童向民%王贤军%钱文斌%倪万茂
趙洪燦%童嚮民%王賢軍%錢文斌%倪萬茂
조홍찬%동향민%왕현군%전문빈%예만무
流式细胞术%免疫分型%支持向量机%中性粒细胞
流式細胞術%免疫分型%支持嚮量機%中性粒細胞
류식세포술%면역분형%지지향량궤%중성립세포
Flow cytometry%Immunophenotyping%Support vector machines%Granulocytes
目的 探讨流式细胞术结合支持向量机(SVM)能否作为鉴别反应性粒细胞增多和慢性粒细胞白血病(CML)的肿瘤性粒细胞增多的新方法.方法 用流式细胞术检测9例CML患者和9例健康人骨髓粒细胞的CD65s、CD15、CDl lb、CD45表达,导出数据文件.利用SVM学习多维数据,建立并优化预测模型.基于该模型,对67例中性粒细胞增多患者进行分类预测,并通过受试者操作特征曲线(ROC)分析确定截断值,计算特异度和敏感度.结果 ROC分析显示截断值为51.79％,以此截断值可有效区分反应性粒细胞增多和CML肿瘤性粒细胞增多(曲线下面积为0.97),预测的特异度95.80％,敏感度95.30％. 结论 SVM可通过学习多维流式数据,辅助流式细胞术鉴别反应性粒细胞增多和CML肿瘤性粒细胞增多.
目的 探討流式細胞術結閤支持嚮量機(SVM)能否作為鑒彆反應性粒細胞增多和慢性粒細胞白血病(CML)的腫瘤性粒細胞增多的新方法.方法 用流式細胞術檢測9例CML患者和9例健康人骨髓粒細胞的CD65s、CD15、CDl lb、CD45錶達,導齣數據文件.利用SVM學習多維數據,建立併優化預測模型.基于該模型,對67例中性粒細胞增多患者進行分類預測,併通過受試者操作特徵麯線(ROC)分析確定截斷值,計算特異度和敏感度.結果 ROC分析顯示截斷值為51.79％,以此截斷值可有效區分反應性粒細胞增多和CML腫瘤性粒細胞增多(麯線下麵積為0.97),預測的特異度95.80％,敏感度95.30％. 結論 SVM可通過學習多維流式數據,輔助流式細胞術鑒彆反應性粒細胞增多和CML腫瘤性粒細胞增多.
목적 탐토류식세포술결합지지향량궤(SVM)능부작위감별반응성립세포증다화만성립세포백혈병(CML)적종류성립세포증다적신방법.방법 용류식세포술검측9례CML환자화9례건강인골수립세포적CD65s、CD15、CDl lb、CD45표체,도출수거문건.이용SVM학습다유수거,건립병우화예측모형.기우해모형,대67례중성립세포증다환자진행분류예측,병통과수시자조작특정곡선(ROC)분석학정절단치,계산특이도화민감도.결과 ROC분석현시절단치위51.79％,이차절단치가유효구분반응성립세포증다화CML종류성립세포증다(곡선하면적위0.97),예측적특이도95.80％,민감도95.30％. 결론 SVM가통과학습다유류식수거,보조류식세포술감별반응성립세포증다화CML종류성립세포증다.
