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、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;通过Logistic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28.0%和21.4%,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.http://www.cqvip.com//QK/90729X/200205/6920663.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。）