人工神经网络(BPANN)在乳腺癌的诊断效能研究

• 作者: 吴雄 杨乐艺 王增燕 郭毓娟 颜昕
• 来源期刊: 临床医药文献电子杂志
• 学科: 医学
• 关键词: 人工神经网络 乳腺癌 诊断方法
• 年，卷（期）: 2020,（67）
• 所属期刊栏目: 临床交流
• 页码范围: 29-30
• 页数: 2页
• 分类号: R737.9
• 语种: 中文

摘要

目的 分析人工神经网络(BPANN)在乳腺癌诊断中的效应,为进一步提高乳腺癌检出率寻找新方法.方法 选择我院收治的43例乳腺癌患者,运用SPSS Clementine11.1方法,以高频彩超影响特征为指标作为人工神经网络(BPANN)模型的输入层,并以病理学诊断是否为乳腺癌为输出层,在构建训练样本的基础上,建立高频彩超特征的乳腺癌人工神经网络模型.结果 经本次研究结果发现,通过高频彩超影像学诊断乳腺癌期间,影响最大的为毛刺、微钙化点、包膜等,其次为内部回声、形态、腋窝淋巴结等,其中人工神经网络模型的准确性高大97.67％.结论 在乳腺癌临床诊断中,通过人工神经网络分析方法能够取得满意的诊断效果,因此值得推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王增燕		13	41	4.0	5.0
2	杨乐艺		10	29	3.0	5.0
3	吴雄		15	50	3.0	6.0
4	郭毓娟		7	5	2.0	2.0
5	颜昕		4	3	1.0	1.0