文献类型：期刊文章

作　　者：黄德生[1] 周宝森[1] 刘延龄[1] 魏庆琤[1] 李金荣[1]

机构地区：[1]中国医科大学，110001 [2]沈阳市和平区卫生防疫站

出　　处：《中国卫生统计》

基　　金：国家自然科学基金资助项目(39770675);卫生部优秀青年科技人才专项科研基金

年　　份：2000

卷　　号：17

期　　号：6

起止页码：337-340

语　　种：中文

收录情况：BDHX、BDHX1996、CSCD、CSCD_E2011_2012、JST、ZGKJHX、核心刊

摘　　要：目的　利用两个预后分析模型———time -codedmodel和single -timepointmodel ,结合实际数据进行肺癌预后结果预测。方法　利用LM算法和停止准则进行迭代。结果　利用BP人工神经网络的两个模型对于学习集数据的拟合情况要远远好于传统的Cox回归和logistic回归 ,若样本收集具有代表性 ,该网络可以任意精度逼近任意映射。利用停止准则后 ,在数据收集不是非常全面的条件下 ,预测效果与传统方法无差别。结论　BP人工神经网络可以用于肺癌预后结果预测。

关 键 词：BP人工神经网络 LM算法 过度似合  肺鳞癌 预后

分 类 号：R734.2]