人工神经网络技术与肿瘤标志物联合检测在肺癌组织分型中的价值

• 作者: 吴拥军 吴逸明 屈凌波 王丽萍 相秉仁
• 来源期刊: 河南医科大学学报
• 学科: 医学
• 关键词: 肿瘤标志物 肺癌 小细胞肺癌 非小细胞肺癌 组织分型 人工神经网络
• 年，卷（期）: 2000,（3）
• 所属期刊栏目: 系列研究
• 页码范围: 199-203
• 页数: 5页
• 分类号: R734.2
• 字数: 2015字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6825.2000.03.006

摘要

目的:通过4项肿瘤标志物联合检测,运用人工神经网络技术,提高小细胞肺癌(SCLC)与非小细胞肺癌(NSCLC)正确判别率.方法: 用放射免疫法测定了51例肺癌患者血清癌胚抗原(CEA)、糖类抗原125(CA125)、促胃液素、神经元特异性烯醇化酶(NSE)水平,采用人工神经网络技术,探讨了4项肿瘤标志物在肺癌组织分型中的应用价值.结果:SCLC患者促胃液素、NSE水平明显高于NSCLC患者,而CEA、CA125水平却低于非小细胞肺癌患者.人工神经网络技术在判别SCLC与NSCLC类型中,总的符合率为87.5%.结论:该4项肿瘤标志物联合检测在肺癌组织分型方面可为临床提供有价值的参考资料,同时表明人工神经网络技术在肺癌组织分型中具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	相秉仁	中国药科大学分析计算中心	177	1650	20.0	31.0
2	屈凌波	中国药科大学分析计算中心	13	87	6.0	8.0
3	王丽萍	河南医科大学第一附属医院肿瘤科	6	40	4.0	6.0
4	吴逸明	河南医科大学劳动卫生学与卫生毒理学教研室	29	212	8.0	13.0
5	吴拥军	河南医科大学劳动卫生学与卫生毒理学教研室	3	15	2.0	3.0