论文部分内容阅读
目的 应用人工神经网络技术，联合检测6种肿瘤标志物对肺癌进行诊断，建立肿瘤标志物联合检测的人工智能诊断模型。方法采用放射免疫学、分光光度法、原子吸收分光光度法等方法，测定50例正常对照、83例肺良性疾病患者及92例肺癌患者血清中癌胚抗原、胃泌素、神经元特异性烯醇化酶、唾液酸、铜锌比值（Cu／Zn）、钙（Ca）等6项指标。利用人工神经网络技术，对6项指标进行联合检测，建立基于人工神经网络的肺癌肿瘤标志物智能诊断模型。结果采用反向传播算法（BP），BP网络对肺癌诊断的灵敏度为100％，对正常、肺良性疾病和肺癌