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

被引：10

作者：

吴拥军

吴逸明

张振中

屈凌波

相秉仁

机构：

[1] 郑州大学公共卫生学院

[2] 中国药科大学分析计算中心

来源：

实用肿瘤杂志 | 2002年 / 05期

关键词：

肺肿瘤/诊断; 肿瘤标记,生物学; 神经网络; 普查;

D O I：

10.13267/j.cnki.syzlzz.2002.05.010

中图分类号：

R734.2 [肺肿瘤];

学科分类号：

摘要：

目的　采用多种标志物联合检测 ,应用人工神经网络系统 ,建立基于神经网络的肺癌智能化诊断模型。方法　本文采用放射免疫学、酶联免疫吸附试验、化学等多学科联用的手段 ,分别测定 CEA、CA12 5、NSE、β2 - MG、胃泌素、s IL- 6 R、唾液酸、伪尿核苷、一氧化氮、Cu、Zn、Ca等 12项指标 ;通过 L ogistic多因素回归分析 ,从上述 12项指标中筛选出 6项对肺癌诊断意义较大的指标 ,组成“最优标志物群”。并结合人工神经网络技术 ,构建出基于人工神经网络的肺癌智能诊断系统。结果　该系统优于计量医学中常规统计学方法 ,其特异性和准确性分别提高了2 8.0 %和 2 1.4 % ,且可以同时判别正常、良性与肺癌。结论　本研究建立了基于人工神经网络的肺癌智能诊断系统 ,它不仅为临床肺癌诊断提供有价值的参考资料 ,而且可以用于大规模的高危人群普查

引用

页码：317 / 320

页数：4