摘要：目的将人工神经网络理论应用于孤立性肺结节（SPN）的CT诊断研究，建立一种全新的模式判别方法，用于高分辨率CT（HRCT）或薄层CT上良恶性结节的鉴别。方法搜集经手术或穿刺病理证实的SPN200例（原发性肺癌135例，良性结节65例），分析3项临床指标（年龄、性别及是否有痰中带血丝）和9项HRCT或薄层CT指标（部位、长径、短径、轮廓形态、毛刺、晕征、气腔密度影、结节与周围血管及胸膜的关系）。采用完全随机法从中选择140例样本作为训练集，建立人工神经网络（BP网络）诊断模型，并与软件SPSS分析处理的Logistic回归模型作比较。结果BP神经网络对所有样本的诊断符合率为98．0％（196／200），高于Logistic回归模型的符合率（86．0％，172／200）（P〈0．001）；ROC曲线下面积分别为0．996±0．004和0．936±0．017，差异有统计学意义（P〈0．001）。结论结合神经网络理论，利用HRCT和薄层CT鉴别诊断SPN的良恶性很可能成为一种实用而可靠的临床诊断手段。http://www.cqvip.com//QK/92510X/200604/21592185.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。）