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

• 作者: 吴拥军 吴逸明 张红升
• 来源期刊: 卫生研究
• 学科: 医学
• 关键词: 人工神经网络 肺癌 肿瘤标志物 联合检测
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 实验研究
• 页码范围: 367-368
• 页数: 2页
• 分类号: R734.2|R730.4
• 字数: 2380字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8020.2007.03.035

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴拥军	郑州大学公共卫生学院	173	1075	16.0	23.0
2	吴逸明	郑州大学公共卫生学院	201	1078	14.0	20.0
3	张红升	郑州大学公共卫生学院	2	14	2.0	2.0