郑州大学学报（医学版）
鄭州大學學報（醫學版）
정주대학학보（의학판）
JOURNAL OF ZHENGZHOU UNIVERSITY(MEDICAL SCIENCES)
2010年
1期
113-115
,共3页
张矗%吴逸明%吴拥军%王静%刘素玲%刘莹
張矗%吳逸明%吳擁軍%王靜%劉素玲%劉瑩
장촉%오일명%오옹군%왕정%류소령%류형
人工神经网络%肺肿瘤%纤维支气管镜
人工神經網絡%肺腫瘤%纖維支氣管鏡
인공신경망락%폐종류%섬유지기관경
目的:应用人工神经网络技术建立纤维支气管镜诊断肺癌的计算机辅助诊断模型.方法:由3名有经验的纤维支气管镜检查医师对119例肺肿瘤患者(良性64例,恶性55例)的纤维支气管镜图像进行观察,提取11项图形特征,并对其进行评分量化.从肺痛患者中随机抽取30例,从良性患者中随机抽取35例作为训练集,其余作为预测集,输入11项评分结果和6个临床参数,将全部样本的预测结果与logistic回归的预测结果比较.结果:人工神经网络与logistic回归预测诊断肺癌的灵敏度分别为94.5%和63.6%,特异度分别为96.9%和87.5%,受试者工作特征曲线下面积分别为0.950和0.870,P=0.034.结论:人工神经网络技术可以作为纤维支气管镜确诊肺癌的辅助手段.
目的:應用人工神經網絡技術建立纖維支氣管鏡診斷肺癌的計算機輔助診斷模型.方法:由3名有經驗的纖維支氣管鏡檢查醫師對119例肺腫瘤患者(良性64例,噁性55例)的纖維支氣管鏡圖像進行觀察,提取11項圖形特徵,併對其進行評分量化.從肺痛患者中隨機抽取30例,從良性患者中隨機抽取35例作為訓練集,其餘作為預測集,輸入11項評分結果和6箇臨床參數,將全部樣本的預測結果與logistic迴歸的預測結果比較.結果:人工神經網絡與logistic迴歸預測診斷肺癌的靈敏度分彆為94.5%和63.6%,特異度分彆為96.9%和87.5%,受試者工作特徵麯線下麵積分彆為0.950和0.870,P=0.034.結論:人工神經網絡技術可以作為纖維支氣管鏡確診肺癌的輔助手段.
목적:응용인공신경망락기술건립섬유지기관경진단폐암적계산궤보조진단모형.방법:유3명유경험적섬유지기관경검사의사대119례폐종류환자(량성64례,악성55례)적섬유지기관경도상진행관찰,제취11항도형특정,병대기진행평분양화.종폐통환자중수궤추취30례,종량성환자중수궤추취35례작위훈련집,기여작위예측집,수입11항평분결과화6개림상삼수,장전부양본적예측결과여logistic회귀적예측결과비교.결과:인공신경망락여logistic회귀예측진단폐암적령민도분별위94.5%화63.6%,특이도분별위96.9%화87.5%,수시자공작특정곡선하면적분별위0.950화0.870,P=0.034.결론:인공신경망락기술가이작위섬유지기관경학진폐암적보조수단.
