模糊神经网络在肺癌CT诊断中的应用

• 作者: 尚丹 徐力平 陈小玉
• 来源期刊: 郑州大学学报（医学版）
• 学科: 医学
• 关键词: 模糊神经网络 隶属度函数 肺癌 诊断
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 论著
• 页码范围: 191-194
• 页数: 4页
• 分类号: TP18|R734.2
• 字数: 1902字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6825.2014.02.014

摘要

目的：综合运用模糊数学和人工神经网络知识构建一个模糊神经网络（ FNN）模型，用于肺癌计算机辅助诊断。方法：以实际肺癌诊断病例（ n＝117）中的一部分（ n＝73）作为训练集，首先利用隶属度函数对样本的5个临床参数和21项CT特征进行模糊化处理，再输入基于BP算法的神经网络，对网络进行训练。用训练好的网络对余下的样本（n＝44）进行预测，并将预测结果以及基于BP神经网络（BPNN）的预测结果与病理结果进行比较。结果：FNN诊断肺癌的灵敏度、特异度和正确率分别为0．9048、0．9130和90．91％，BPNN分别为0．8095、0．8696和84．09％。结论：FNN模型诊断肺癌的预测结果与病理结果接近，且优于BPNN的预测结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小玉	郑州大学公共卫生学院卫生毒理学教研室	41	132	5.0	8.0
2	徐力平	郑州大学信息工程学院	15	66	6.0	7.0
3	尚丹	郑州大学信息工程学院	6	20	2.0	4.0