欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
目的 应用人工神经网络技术，联合检测6种肿瘤标志物对肺癌进行诊断，建立肿瘤标志物联合检测的人工智能诊断模型。方法采用放射免疫学、分光光度法、原子吸收分光光度法等方法，测定50例正常对照、83例肺良性疾病患者及92例肺癌患者血清中癌胚抗原、胃泌素、神经元特异性烯醇化酶、唾液酸、铜锌比值（Cu／Zn）、钙（Ca）等6项指标。利用人工神经网络技术，对6项指标进行联合检测，建立基于人工神经网络的肺癌肿瘤标志物智能诊断模型。结果采用反向传播算法（BP），BP网络对肺癌诊断的灵敏度为100％，对正常、肺良性疾病和肺癌识别的准确度为88．3％。结论成功建立起基于人工神经网络技术的肺癌肿瘤标志物联合诊断模型，对正常、良性和肺癌的鉴别诊断效果有临床意义，可用于临床辅助诊断，有助于提高肺癌诊断率。
同期刊论文项目
同项目期刊论文
位置：