人工神经网络模型在肺癌诊断中的应用
吴维超
吴拥军
吴逸明
1.郑州大学公共卫生学院,河南郑州,4500012.郑州大学公共卫生学院,河南郑州,4500013.郑州大学公共卫生学院,河南郑州,450001
摘要：目的 探讨人工神经网络(ANN)技术对肺癌的诊断价值.方法采用电化学发光免疫法分别测定胸腔积液及血清中肿瘤标志物癌胚抗原(CEA)、糖类抗原125(CA-125)、糖类抗原19-9(CA-19-9)和肿瘤特异性生长因子(TSGF)的水平,建立肿瘤标志物ANN模型,并验证该ANN模型对肺癌与肺良性疾病的鉴别诊断价值.结果 4种肿瘤标志物联合检测的灵敏度为97.4%,特异度为56.1%,准确率为84.9%;ANN模型对肺癌鉴别诊断的灵敏度为100%,特异度为93.3%准确率为97.8%.结论 ANN模型能够对肺癌和肺良性疾病进行鉴别诊断,可为肺癌提供临床辅助诊断.
关键词：人工神经网络肺肿瘤癌胚抗原糖类抗原肿瘤特异性生长因子
分类号：R730.4(一般性问题)R734.2(呼吸系肿瘤)
资助基金：青年骨干教师项目(30571552)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 11-13 )
英文信息