人工神经网络模型在肺癌与胃癌或肠癌中的鉴别分析

摘要：

目的:应用人工神经网络技术,联合检测6种肿瘤标志时肺癌与胃癌或肠癌进行区分判别,建立肿瘤标志联合检测肺癌的辅助诊断模型.方法:采用放射免疫学、分光光度法、原子吸收分光光度法等方法,测定67例肺癌患者、47例胃癌患者和50例大肠癌患者血清中癌胚抗原(CEA)、胃泌素(gastrin)、神经元特异性烯醇化酶(NSE)、唾液酸(SA)、铜锌比值(Cu/Zn)、钙(Ca)等6项指标.建立基于人工神经网络的肺癌肿瘤标志智能诊断模型.结果:肺癌-胃癌的人工神经网络模型判别肺癌的灵敏度,特异度和准确度分别为100%、83.3%和93.5%:肺癌-肠癌模型判别肺癌的灵敏度、特异度和准确度分别为76.9%、100%和87.O%.结论:本研究成功建立基于人工神经网络技术的肿瘤标志物联合检测的人工智能诊断模型,对肺癌-胃癌、肺癌-肠癌中肺癌的鉴别诊断有助于提高肺癌的诊断率.

关键词：神经网络(计算机)、肺癌、肿瘤标志、胃癌、肠癌

所属期刊栏目：27

分类号：R73;TN3

资助基金：国家自然科学基金资助项目30972457

在线出版日期：2011-12-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：3312-3314