人工神经网络技术在肺癌6种肿瘤标志物联合检测中的应用

摘要：

目的 应用人工神经网络技术,联合检测6种肿瘤标志物对肺癌进行诊断,建立肿瘤标志物联合检测的人工智能诊断模型.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50例正常对照、83例肺良性疾病患者及92例肺癌患者血清中癌胚抗原、胃泌素、神经元特异性烯醇化酶、唾液酸、铜锌比值(Cu/Zn)、钙(Ca)等6项指标.利用人工神经网络技术,对6项指标进行联合检测,建立基于人工神经网络的肺癌肿瘤标志物智能诊断模型.结果 采用反向传播算法(BP),BP网络对肺癌诊断的灵敏度为1005,对正常、肺良性疾病和肺癌识别的准确度为88.3%.结论 成功建立起基于人工神经网络技术的肺癌肿瘤标志物联合诊断模型,对正常、良性和肺癌的鉴别诊断效果有临床意义,可用于临床辅助诊断,有助于提高肺癌诊断率.

关键词：人工神经网络、肺癌、肿瘤标志物、联合检测

所属期刊栏目：36

分类号：R734.2;R730.4(肿瘤学)

资助基金：国家自然科学基金30571552;河南省中青年骨于教师资助项目

在线出版日期：2007-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：367-368