Search

В работе представлена методика построения нейро-статистической модели классификации плоскоклеточных интраэпителиальных поражений в практике молекулярного Пап-теста. Подробно изложена методика построения нейросетевой модели, первоначально использующей сформированную матрицу результатов классификации, полученную в дискриминантной модели, в качестве обучающей, контрольной и тестовой выборок. Это позволило значительно сократить время построения нейронной модели для решения данной задачи. На примере показана эффективность использования такой нейросетевой модели (НМ) для дифференцированной классификации предраковых процессов и рака шейки матки на основе результатов анализа экспрессии мРНК большой группы генов методом количественной полимеразной цепной реакции (ПЦР) в материале жидкостной цитологии Пап-теста CellPrep. Для построения НМ были отобраны 145 случаев - наблюдений, каждое из которых характеризовалось 21 переменной (21 геном: Ki-67, STK-15, CCNB1, CCND1, MYC, MYBL2, P16INK4A, PTEN, BIRC5, BCL2, BAG1, TERT, NDRG1, ESR1, PGR, HER2, GRB7, MGB1, MMP11, CTSL2, CD68), для которых было выполнено гистологическое исследование операционно/биопсийного материала (оценка эксперта). Из 145 верифицированных наблюдений 91,8% показали результаты, совпадающие с оценкой эксперта. Построенная НМ позволяет автоматически тестировать разные наблюдения с заданными порогами доверительных уровней и выдавать матрицу результатов классификации не только с количеством правильно классифицированных наблюдений, но и неопределенных, что необходимо для достоверности анализа, №4 (2018)