声明
摘要
英文缩略词表
1 引言
2 材料与方法
2.1 材料
2.1.1 血清的收集与保存
2.1.2 主要试剂与仪器
2.2 实验方法
2.2.1 CEA测定
2.2.2 NSE测定
2.2.3 胃泌素测定
2.2.4 血清钙的测定
2.2.5 唾液酸的测定
2.2.6 血清铜、锌的测定
2.3 质量控制
2.4 数据挖掘模型的建立
2.4.1 数据归一化处理
2.4.2 ANN模型
2.4.3 决策树C5.0模型
2.4.4 支持向量机模型(SVM)
2.4.5 模型评价
2.5 统计学方法
3 结果
3.1 人群流行病学资料
3.2 6项指标检测结果
3.2.1 职业人群组及正常对照血清CEA、NSE、GAS、Cu和Zn测量标准曲线
3.2.2 暴露组和对照组6项血清肿瘤标志的检测结果
3.2.3 工龄和工种对暴露组六项指标的影响
3.3 神经网络、决策树和支持向量机的结果
3.3.1 ANN结果
3.3.2 决策树结果
3.3.3 SVM模型的预测结果
3.3.4 神经网络、决策树和SVM预测结果的比较
3.4 ANN模型、C5.0模型和SVM模型对暴露组的预测分析
4 讨论
4.1 6种肿瘤标志在焦炉工人中表达水平
4.2 数据挖掘模型的预测评价
4.3 数据挖掘预测模型对暴露组预测结果的讨论
4.4 研究的局限性
5 结论
参考文献
综述 数据挖掘在肺癌早期预警的应用及焦炉工人暴露研究进展
个人简历在学期间发表的学术论文与研究成果
致谢