人工神经网络技术在肺癌诊断中的应用研究

摘要：

目的采用多种标志物联合检测以及应用人工神经网络系统,建立基于神经网络的肺癌智能化诊断模型. 方法采用放射免疫学、酶联免疫吸附试验、化学等多学科联用的手段,分别测定50例正常对照、40例肺良性病患者及50例肺癌患者血清中CEA、CA125、NSE、β2-MG、胃泌素、sIL-6R、唾液酸、伪尿核苷、一氧化氮、Cu、Zn、Ca等12项指标.利用人工神经网络技术,构建出基于神经网络的肺癌智能诊断系统. 结果该系统优于计量医学中常规统计学方法,BP网络对肺癌诊断的识别率和预示率均为100%,而且可以同时判别正常、良性与肺癌. 结论建立了基于神经网络的肺癌智能诊断系统,可为临床肺癌诊断提供有价值的参考资料,亦可以用于大规模的高危人群普查时初筛.

关键词：肿瘤标志物、神经网络、肺癌诊断

所属期刊栏目：23

分类号：R73(肿瘤学)

资助基金：河南省教育厅科研项目2000KYCX004

在线出版日期：2003-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：646-649