文献类型：期刊文章

作　　者：徐力平[1] 尚丹[1] 陈小玉[2]

机构地区：[1]郑州大学信息工程学院,郑州450001 [2]郑州大学公共卫生学院卫生毒理学教研室,郑州450001

出　　处：《郑州大学学报（医学版）》

基　　金：河南省教育厅科学技术研究重点项目12A510024

年　　份：2014

卷　　号：49

期　　号：2

起止页码：191-194

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSA、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目的:综合运用模糊数学和人工神经网络知识构建一个模糊神经网络(FNN)模型,用于肺癌计算机辅助诊断。方法:以实际肺癌诊断病例(n=117)中的一部分(n=73)作为训练集,首先利用隶属度函数对样本的5个临床参数和21项CT特征进行模糊化处理,再输入基于BP算法的神经网络,对网络进行训练。用训练好的网络对余下的样本(n=44)进行预测,并将预测结果以及基于BP神经网络(BPNN)的预测结果与病理结果进行比较。结果:FNN诊断肺癌的灵敏度、特异度和正确率分别为0.904 8、0.913 0和90.91%,BPNN分别为0.809 5、0.869 6和84.09%。结论:FNN模型诊断肺癌的预测结果与病理结果接近,且优于BPNN的预测结果。

关 键 词：模糊神经网络 隶属度函数 肺癌 诊断  

分 类 号：TP18] R734.2]