%0 Journal Article
%T 基于人工智能技术的烟气暴露大鼠代谢生物标志物筛选方法研究
%A 应旭辉
%A 王义明
%A 罗国安
%A 罗娟敏
%A 苏加坤
%A 蔡继宝
%A 谢媛媛
%A 邵灯寅
%J 分析测试学报
%D 2017
%X 该研究将主成分分析、偏最小二乘判别分析等多元统计分析方法用于烟草血浆、尿液和肺组织代谢组学数据的分析，以揭示暴露于不同烟气中大鼠血浆、尿液和肺组织中内源性生物标志物的整体变化情况，筛选潜在生物标志物；将血样、尿样和肺组织代谢轮廓谱分析得到的生物标志物进行整合，运用神经模糊网络模型对标志物进行缩减，并用人工神经网络评价模型预测能力，确定烟气暴露不同时间(7，14，30 d)以及不同烟气暴露对大鼠内源性代谢物变化影响“因果效应”密切相关的关键生物标志物群，明确不同烟气对大鼠机体损伤机制的异同
%K 人工神经网络 模糊逻辑 代谢组学 烟气暴露 关键生物标志物群
%U http://new.fxcsxb.com/fxcsxb/ch/reader/view_abstract.aspx?file_no=20170601&flag=1