摘要

目的:应用人工神经网络技术,联合肿瘤标志蛋白芯片对肺癌及肺良性疾病进行诊断,建立肿瘤标志蛋白芯片联合人工智能的辅助诊断模型。方法:收集有肿瘤标志蛋白芯片检测记录的肺癌和肺良性疾病患者共102例,其中肺癌50例,肺良性疾病52例。利用人工神经网络技术,对9项指标进行联合检测,建立基于人工神经网络的肿瘤标志蛋白芯片智能诊断模型。结果:人工神经网络模型、判别分析和蛋白芯片检测系统对肺良性疾病和肺癌识别的准确度分别为88.0%、64.0%和60.0%,人工神经网络模型的ROC曲线下面积0.878,准确度较好,而判别分析模型的ROC曲线下面积(0.635)和肿瘤标志联合检测的ROC曲线下面积(0.596...