反傳神經網絡技術在甲狀腺癌診斷中的應用研究_《中國普外基礎與臨床雜志》

作者：

余小蘭 ^1,2 ,  姚永忠 ¹ , 桑劍鋒 ¹ , 蘇磊 ¹ , 王雪晨 ¹

1.南京市鼓樓醫院普通外科（江蘇南京 210008）;;
2.重慶市忠縣人民醫院普通外科（重慶忠縣 404300）;

關鍵詞：

BP神經網絡甲狀腺癌 B超診斷

視頻：

導出 下載 收藏 掃碼 引用

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

目的　建立基于反傳（BP）神經網絡技術的甲狀腺癌診斷模型，并評估該模型的臨床應用價值。
方法　回顧性分析2010年1月至2011年8月期間南京市鼓樓醫院收治的甲狀腺癌患者103例及甲狀腺良性病變患者51例，提取其超聲圖像的9個特征，循建模規則，建立基于BP神經網絡技術的甲狀腺癌診斷模型，依此模型對2011年9月至2011年12月期間收治的根據超聲圖像特征疑為甲狀腺癌的42例患者進行術前診斷，其結果與術后病理診斷結果（術后病理診斷為甲狀腺癌32例，甲狀腺良性病變10例）進行對比研究。
結果　甲狀腺癌診斷模型對建模樣本的診斷準確率為95.45%（147/154）；術前樣本的診斷準確率為90.48%（38/42）；所有樣本的診斷準確率為94.39% （185/196）。
結論　從本組有限的病例結果初步得出，基于BP神經網絡技術的甲狀腺癌診斷模型具有較高的可行性及可靠性，可望成為一種全新的甲狀腺癌輔助診斷方法。

引用本文： 余小蘭,姚永忠,桑劍鋒,蘇磊,王雪晨. 反傳神經網絡技術在甲狀腺癌診斷中的應用研究. 中國普外基礎與臨床雜志, 2013, 20(2): 204-205. doi: 復制

1.	劉永鋒. 加強分化型甲狀腺癌的規范化治療[J]. 中國普外基礎與臨床雜志， 2009， 16(5)：341-343.
2.	胡伍生. 神經網絡理論及其工程應用[M]. 北京：測繪出版社， 2006：63-83.
3.	Afkhami A， Abbasi-Tarighat M. Comparative determination of phosphate and silicate using Molybdenum blue by radial basis function and feed-forward neural networks assisted by principal component analysis[J]. Anal Sci， 2008， 24(6)：779-783.
4.	Karabataka M， Ince MC. An expert system for detection of breast cancer based on association rules and neural network[J]. Expert Syst Appl， 2009， 36(2)：3465-3469.
5.	周金海，申剛磊，丁小麗，等. BP神經網絡在疾病分析影響因素中的作用[J]. 中國組織工程研究與臨床康復， 2011， 15(9)：1702-1705.
6.	燕山，詹維偉，周建橋. 甲狀腺與甲狀旁腺超聲影像學[M]. 北京：科學技術文獻出版社， 2009：171-194.
7.	李泉水，姜健，張家庭，等. 超聲顯像與甲狀腺癌病理類型的關系及良惡性結節并存的鑒別診斷[J/CD]. 中華醫學超聲雜志：電子版， 2009， 6(4)：690-697.
8.	方凌云，嚴天慰. 甲狀腺結節的超聲評估及其臨床意義[J]. 中國普外基礎與臨床雜志， 2011， 18(8)：806-808.
9.	Burgess JR. Temporal trends for thyroid carcinoma in Australia：an increasing incidence of papillary thyroid carcinoma (1982-1997)[J]. Thyroid， 2002， 12(2)：141-149.
10.	于曉會，單忠艷. 甲狀腺結節的病因與流行病學趨勢[J]. 中國普外基礎與臨床雜志， 2011， 18(8)：800-802.
11.	鄭向前，高明，于洋，等. 甲狀腺癌的生物學特性及其超聲診斷[J]. 現代腫瘤醫學， 2010， 18(2)：269-271.
12.	焦龍，王云俠，李華. 基于人工神經網絡的色氨酸對映異構體的熒光光譜測定方法研究[J].計算機與應用化學， 2012， 29(3)：279-283.
13.	劉俐，霍麗琴，張峰，等. 模糊BP神經網絡在新生兒HIE早期診斷中的應用研究[J]. 生物醫學工程學雜志， 2011， 28(4)：814-818， 829.
14.	呂連華，勾宗蓉，王開正，等. 胃癌血清蛋白指紋人工神經網絡診斷模型的研究[J]. 重慶醫學， 2012， 41(1)：22-24.

1. 劉永鋒. 加強分化型甲狀腺癌的規范化治療[J]. 中國普外基礎與臨床雜志， 2009， 16(5)：341-343.
2. 胡伍生. 神經網絡理論及其工程應用[M]. 北京：測繪出版社， 2006：63-83.
3. Afkhami A， Abbasi-Tarighat M. Comparative determination of phosphate and silicate using Molybdenum blue by radial basis function and feed-forward neural networks assisted by principal component analysis[J]. Anal Sci， 2008， 24(6)：779-783.
4. Karabataka M， Ince MC. An expert system for detection of breast cancer based on association rules and neural network[J]. Expert Syst Appl， 2009， 36(2)：3465-3469.
5. 周金海，申剛磊，丁小麗，等. BP神經網絡在疾病分析影響因素中的作用[J]. 中國組織工程研究與臨床康復， 2011， 15(9)：1702-1705.
6. 燕山，詹維偉，周建橋. 甲狀腺與甲狀旁腺超聲影像學[M]. 北京：科學技術文獻出版社， 2009：171-194.
7. 李泉水，姜健，張家庭，等. 超聲顯像與甲狀腺癌病理類型的關系及良惡性結節并存的鑒別診斷[J/CD]. 中華醫學超聲雜志：電子版， 2009， 6(4)：690-697.
8. 方凌云，嚴天慰. 甲狀腺結節的超聲評估及其臨床意義[J]. 中國普外基礎與臨床雜志， 2011， 18(8)：806-808.
9. Burgess JR. Temporal trends for thyroid carcinoma in Australia：an increasing incidence of papillary thyroid carcinoma (1982-1997)[J]. Thyroid， 2002， 12(2)：141-149.
10. 于曉會，單忠艷. 甲狀腺結節的病因與流行病學趨勢[J]. 中國普外基礎與臨床雜志， 2011， 18(8)：800-802.
11. 鄭向前，高明，于洋，等. 甲狀腺癌的生物學特性及其超聲診斷[J]. 現代腫瘤醫學， 2010， 18(2)：269-271.
12. 焦龍，王云俠，李華. 基于人工神經網絡的色氨酸對映異構體的熒光光譜測定方法研究[J].計算機與應用化學， 2012， 29(3)：279-283.
13. 劉俐，霍麗琴，張峰，等. 模糊BP神經網絡在新生兒HIE早期診斷中的應用研究[J]. 生物醫學工程學雜志， 2011， 28(4)：814-818， 829.
14. 呂連華，勾宗蓉，王開正，等. 胃癌血清蛋白指紋人工神經網絡診斷模型的研究[J]. 重慶醫學， 2012， 41(1)：22-24.

《中國普外基礎與臨床雜志》

反傳神經網絡技術在甲狀腺癌診斷中的應用研究

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

上一篇

下一篇

Format

Content

《中國普外基礎與臨床雜志》

反傳神經網絡技術在甲狀腺癌診斷中的應用研究

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

上一篇

下一篇

Format

Content

摘要全文圖表視頻參考文獻施引文獻補充材料