基于人工神经网络的肿瘤标志蛋白芯片在肺癌辅助诊断中的应用

• 作者: 余春华 吴拥军 吴逸明 王威 谭善娟
• 来源期刊: 郑州大学学报（医学版）
• 学科: 医学
• 关键词: 肺癌 人工神经网络 肿瘤标志 蛋白芯片 诊断
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 论著
• 页码范围: 762-764
• 页数: 3页
• 分类号: R734
• 字数: 2689字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6825.2012.06.005

摘要

目的:应用人工神经网络技术,联合肿瘤标志蛋白芯片对肺癌及肺良性疾病进行诊断,建立肿瘤标志蛋白芯片联合人工智能的辅助诊断模型.方法:收集有肿瘤标志蛋白芯片检测记录的肺癌和肺良性疾病患者共102例,其中肺癌50例,肺良性疾病52例.利用人工神经网络技术,对9项指标进行联合检测,建立基于人工神经网络的肿瘤标志蛋白芯片智能诊断模型.结果:人工神经网络模型、判别分析和蛋白芯片检测系统对肺良性疾病和肺癌识别的准确度分别为88.0%、64.0%和60.0%,人工神经网络模型的ROC曲线下面积0.878,准确度较好,而判别分析模型的ROC曲线下面积(0.635)和肿瘤标志联合检测的ROC曲线下面积(0.596)均<0.7,准确度较差.结论:人工神经网络联合多肿瘤标志蛋白芯片检测系统建立的模型可以很好地区分肺癌和肺良性疾病,对肺癌的诊断和鉴别诊断效果优于判别分析和蛋白芯片检测系统.

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卫生毒理学教研室	173	1075	16.0	23.0
2	吴逸明	郑州大学公共卫生学院卫生毒理学教研室	201	1078	14.0	20.0
3	王威	郑州大学公共卫生学院卫生毒理学教研室	58	267	9.0	12.0
4	谭善娟	郑州大学公共卫生学院卫生毒理学教研室	7	40	3.0	6.0
5	余春华	郑州大学第五附属医院呼吸内科	11	63	5.0	7.0