目的建立用于诊断结直肠癌患者Dukes分期的分类树模型。方法用表面增强激光解吸电离飞行时间质谱(SELDI-TOF-MS)技术检测32例Dukes B期、24例Dukes C期和26例Dukes D期结直肠癌患者血清差异蛋白,用BioMaker Pattern软件在学习模式下建立用于判断结直肠癌患者Dukes分期的分类树模型,并用该模型在双盲模式下对随机选取的30例结直肠癌血清标本(Dukes B、C、D期各10例)进行检测以验证其诊断的准确性。结果在捕获的31个差异蛋白中,建立了以14个差异蛋白组成的分类树模型,该模型在学习模式下的诊断准确率为89.0%(73/ 82),在双盲模式下的诊断准确率为76.7%(23/30)。结论该分类树模型对判断结直肠癌患者Dukes分期有一定的诊断价值,可以为结直肠癌患者治疗方案的选择提供依据。