共 6 条
基于“优化肿瘤标志群”建立的人工神经网络模型对肺癌辅助诊断的作用
被引:4
作者:

论文数: 引用数:
h-index:
机构:

吴拥军
论文数: 0 引用数: 0
h-index: 0
机构: 郑州大学公共卫生学院

聂广金
论文数: 0 引用数: 0
h-index: 0
机构: 郑州大学公共卫生学院

吴逸明
论文数: 0 引用数: 0
h-index: 0
机构: 郑州大学公共卫生学院
机构:
[1] 郑州大学公共卫生学院
来源:
关键词:
人工神经网络模型;
肺癌;
辅助诊断;
D O I:
暂无
中图分类号:
R734.2 [肺肿瘤];
学科分类号:
摘要:
<正>0引言肺癌是目前世界范围内死亡率最高的肿瘤,并以每年新增男性患者960 000例、女性患者390 000例的速度递增,且预后差,5年生存率仅为5%10%[1]。早诊断早治疗是降低其死亡率的关键。目
引用
收藏
页码:709 / 711
页数:3
相关论文
共 6 条
- [1] 血清肿瘤标志物优化组合人工神经网络模型在大肠癌诊断中的应用[J]. 浙江大学学报(医学版), 2004, (05) : 36 - 39余捷凯论文数: 0 引用数: 0 h-index: 0机构: 浙江大学医学院附属第二医院论文数: 引用数: h-index:机构:论文数: 引用数: h-index:机构:郑树论文数: 0 引用数: 0 h-index: 0机构: 浙江大学医学院附属第二医院
- [2] 基于人工神经网络的“最优标志物群”在肺癌诊断中的应用研究[J]. 实用肿瘤杂志, 2002, (05) : 317 - 320论文数: 引用数: h-index:机构:吴逸明论文数: 0 引用数: 0 h-index: 0机构: 郑州大学公共卫生学院张振中论文数: 0 引用数: 0 h-index: 0机构: 郑州大学公共卫生学院屈凌波论文数: 0 引用数: 0 h-index: 0机构: 郑州大学公共卫生学院相秉仁论文数: 0 引用数: 0 h-index: 0机构: 郑州大学公共卫生学院
- [3] New TNM classification for non-small-cell lung cancer[J]. EXPERT REVIEW OF ANTICANCER THERAPY, 2009, 9 (04) : 413 - 423Tanoue, Lynn T.论文数: 0 引用数: 0 h-index: 0机构: Yale Univ, Pulm & Crit Care Med Sect, Yale Thorac Oncol Program, Sch Med, New Haven, CT 06520 USA Yale Univ, Thorac Surg Sect, Yale Thorac Oncol Program, Sch Med, New Haven, CT 06520 USADetterbeck, Frank C.论文数: 0 引用数: 0 h-index: 0机构: Yale Univ, Thorac Surg Sect, Yale Thorac Oncol Program, Sch Med, New Haven, CT 06520 USA Yale Univ, Thorac Surg Sect, Yale Thorac Oncol Program, Sch Med, New Haven, CT 06520 USA
- [4] Measuring the Sympathetic Skin Response on Body and Using as Diagnosis-Purposed for Lung Cancer Patients by Artificial Neural Networks[J]. JOURNAL OF MEDICAL SYSTEMS, 2010, 34 (03) : 407 - 412Oezkan, Oezhan论文数: 0 引用数: 0 h-index: 0机构: Sakarya Univ, Dept Elect Elect Engn, TR-54187 Sakarya, Turkey Sakarya Univ, Dept Elect Elect Engn, TR-54187 Sakarya, TurkeyYildiz, Murat论文数: 0 引用数: 0 h-index: 0机构: Sakarya Univ, Dept Elect Elect Engn, TR-54187 Sakarya, Turkey Sakarya Univ, Dept Elect Elect Engn, TR-54187 Sakarya, TurkeyBilgin, Sueleyman论文数: 0 引用数: 0 h-index: 0机构: Mehmet Akif Ersoy Univ, Golhisar Vocat Sch Higher Educ, Burdur, Turkey Sakarya Univ, Dept Elect Elect Engn, TR-54187 Sakarya, TurkeyKoklukaya, Etem论文数: 0 引用数: 0 h-index: 0机构: Sakarya Univ, Dept Elect Elect Engn, TR-54187 Sakarya, Turkey Sakarya Univ, Dept Elect Elect Engn, TR-54187 Sakarya, Turkey
- [5] Tuberculosis Disease Diagnosis Using Artificial Neural Networks[J]. JOURNAL OF MEDICAL SYSTEMS, 2010, 34 (03) : 299 - 302Er, Orhan论文数: 0 引用数: 0 h-index: 0机构: Sakarya Univ, Dept Elect & Elect Engn, TR-54187 Adapazari, Turkey Bozok Univ, Dept Elect & Elect Engn, TR-66200 Yozgat, TurkeyTemurtas, Feyzullah论文数: 0 引用数: 0 h-index: 0机构: Bozok Univ, Dept Elect & Elect Engn, TR-66200 Yozgat, Turkey Bozok Univ, Dept Elect & Elect Engn, TR-66200 Yozgat, TurkeyTanrikulu, A. Cetin论文数: 0 引用数: 0 h-index: 0机构: Sutcu Imam Univ, Dept Chest Dis, TR-46100 Kahramanmaras, Turkey Bozok Univ, Dept Elect & Elect Engn, TR-66200 Yozgat, Turkey
- [6] Artificial Neural Network to Predict Skeletal Metastasis in Patients with Prostate Cancer[J]. JOURNAL OF MEDICAL SYSTEMS, 2009, 33 (02) : 91 - 100Chiu, Jainn-Shiun论文数: 0 引用数: 0 h-index: 0机构: Buddhist Dalin Tzu Chi Gen Hosp, Dept Nucl Med, Chiayi, Taiwan Tzu Chi Univ, Coll Med, Dept Med, Hualien, Taiwan Natl Yang Ming Univ, Inst Biomed Informat, Taipei 112, Taiwan论文数: 引用数: h-index:机构:Su, Yu-Cheih论文数: 0 引用数: 0 h-index: 0机构: Buddhist Dalin Tzu Chi Gen Hosp, Dept Internal Med, Div Hematol & Oncol, Chiayi, Taiwan Tzu Chi Univ, Coll Med, Dept Med, Hualien, Taiwan Natl Yang Ming Univ, Inst Biomed Informat, Taipei 112, TaiwanWei, Ling-Huei论文数: 0 引用数: 0 h-index: 0机构: Buddhist Dalin Tzu Chi Gen Hosp, Dept Nucl Med, Chiayi, Taiwan Natl Yang Ming Univ, Inst Biomed Informat, Taipei 112, TaiwanLiao, Jian-Guo论文数: 0 引用数: 0 h-index: 0机构: Buddhist Dalin Tzu Chi Gen Hosp, Dept Nucl Med, Chiayi, Taiwan Natl Yang Ming Univ, Inst Biomed Informat, Taipei 112, TaiwanLi, Yu-Chuan论文数: 0 引用数: 0 h-index: 0机构: Natl Yang Ming Univ, Inst Biomed Informat, Taipei 112, Taiwan Natl Yang Ming Univ, Inst Biomed Informat, Taipei 112, Taiwan