TY -的A2施赖伯Zexin AU -杨,亚历山大•李盟——Kaiji盟——张,丽丽盟——魏Chiju AU -杨,Peixuan盟——徐,紫光PY - 2020 DA - 2020/12/07 TI -甲状腺结节的分类堆放去噪稀疏Autoencoder SP - 9015713六世- 2020 AB - 目的．几项商业试验已用于细胞学中不确定甲状腺结节的分类。但是，地理上的不便和高成本限制了它们的广泛使用。本研究旨在开发一种方便临床应用的分类器。 方法．甲状腺结节组织的基因表达数据来源于三个公共数据库。利用免疫相关基因构建堆叠去噪稀疏自编码器分类器。 结果．分类器识别恶性和良性甲状腺结节表现良好,曲线下面积为0.785(0.638 - -0.931),精度为92.9%(92.7 - -93.0%),(95.9 - -101.3%)的敏感性为98.6%,特异性为58.3%(30.4 - -86.2%),阳性似然比为2.367(1.211 - -4.625)和阴性似然比为0.024(0.003 - -0.177)。细胞学不确定甲状腺结节的癌症流行范围为20-40%，该分类器阴性预测值的范围为37-61%，阳性预测值的范围为98-99%。 结论．本研究开发的分类器对甲状腺结节具有极好的识别能力。然而，在临床使用前，它需要在细胞学不确定的甲状腺结节中进行验证。SN - 1687-8337 UR - https://doi.org/10.1155/2020/9015713 DO - 10.1155/2020/9015713 JF -国际内分泌学杂志PB - Hindawi KW - ER -