山东医药
山東醫藥
산동의약
SHANDONG MEDICAL JOURNAL
2007年
22期
19-21
,共3页
王黎明%付庆诏%孔北华%冯天瑾%刘洪波%周晓彬
王黎明%付慶詔%孔北華%馮天瑾%劉洪波%週曉彬
왕려명%부경조%공북화%풍천근%류홍파%주효빈
人工神经网络%恶性风险指数%附件包块
人工神經網絡%噁性風險指數%附件包塊
인공신경망락%악성풍험지수%부건포괴
目的 探索运用计算机智能人工神经网络技术建立诊断模型来判断附件包块良恶性的可行性.方法 180例附件包块患者随机分为训练组和测试组.训练组结合统计学多因素分析方法筛选出的参数建立人工神经网络诊断模型;测试组通过ROC曲线分析比较与恶性风险指数模型诊断性能的高低.结果 18项指标中单因素分析有14项指标对判断附件包块的性质有意义(P＜0.05).由统计学多因素分析选出的参数(年龄、血清CA125、包块内壁突起、腹水及血流平均速度)共5项作为神经网络模型输入层参数,建立模型.ROC曲线证实神经网络模型较恶性风险指数模型的诊断性能高(P＜0.05).结论 人工神经网络诊断模型对附件包块良恶性判断有良好的诊断性能.
目的 探索運用計算機智能人工神經網絡技術建立診斷模型來判斷附件包塊良噁性的可行性.方法 180例附件包塊患者隨機分為訓練組和測試組.訓練組結閤統計學多因素分析方法篩選齣的參數建立人工神經網絡診斷模型;測試組通過ROC麯線分析比較與噁性風險指數模型診斷性能的高低.結果 18項指標中單因素分析有14項指標對判斷附件包塊的性質有意義(P＜0.05).由統計學多因素分析選齣的參數(年齡、血清CA125、包塊內壁突起、腹水及血流平均速度)共5項作為神經網絡模型輸入層參數,建立模型.ROC麯線證實神經網絡模型較噁性風險指數模型的診斷性能高(P＜0.05).結論 人工神經網絡診斷模型對附件包塊良噁性判斷有良好的診斷性能.
목적 탐색운용계산궤지능인공신경망락기술건립진단모형래판단부건포괴량악성적가행성.방법 180례부건포괴환자수궤분위훈련조화측시조.훈련조결합통계학다인소분석방법사선출적삼수건립인공신경망락진단모형;측시조통과ROC곡선분석비교여악성풍험지수모형진단성능적고저.결과 18항지표중단인소분석유14항지표대판단부건포괴적성질유의의(P＜0.05).유통계학다인소분석선출적삼수(년령、혈청CA125、포괴내벽돌기、복수급혈류평균속도)공5항작위신경망락모형수입층삼수,건립모형.ROC곡선증실신경망락모형교악성풍험지수모형적진단성능고(P＜0.05).결론 인공신경망락진단모형대부건포괴량악성판단유량호적진단성능.
