摘要：目的采用多种标志物联合检测以及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50例正常对照、40例肺良性病患者及50例肺癌患者血清中CEA、CA125、NSE、β2-MG、胃泌素、sIL-6R、唾液酸、伪尿核苷、一氧化氮、Cu、Zn、Ca等12项指标.利用人工神经网络技术,构建出基于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,BP网络对肺癌诊断的识别率和预示率均为100%,而且可以同时判别正常、良性与肺癌. 结论建立了基于神经网络的肺癌智能诊断系统,可为临床肺癌诊断提供有价值的参考资料,亦可以用于大规模的高危人群普查时初筛.http://www.cqvip.com//QK/95714X/200308/8489924.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）