• 医学文献
  • 知识库
  • 评价分析
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
  • 临床诊疗知识库
  • 中医药知识库
  • 机构
  • 作者
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

医学文献 >>
  • 全部
  • 中外期刊
  • 学位
  • 会议
  • 专利
  • 成果
  • 标准
  • 法规
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
热搜词:
换一批

人工神经网络技术与肿瘤标志物联合检测在肺癌组织分型中的价值

Clinical value of determination of tumor markers in patients with lung carcinoma for histological type based on artificial neural network

摘要:

目的:通过4项肿瘤标志物联合检测,运用人工神经网络技术,提高小细胞肺癌(SCLC)与非小细胞肺癌(NSCLC)正确判别率.方法: 用放射免疫法测定了51例肺癌患者血清癌胚抗原(CEA)、糖类抗原125(CA125)、促胃液素、神经元特异性烯醇化酶(NSE)水平,采用人工神经网络技术,探讨了4项肿瘤标志物在肺癌组织分型中的应用价值.结果:SCLC患者促胃液素、NSE水平明显高于NSCLC患者,而CEA、CA125水平却低于非小细胞肺癌患者.人工神经网络技术在判别SCLC与NSCLC类型中,总的符合率为87.5%.结论:该4项肿瘤标志物联合检测在肺癌组织分型方面可为临床提供有价值的参考资料,同时表明人工神经网络技术在肺癌组织分型中具有一定的实用价值.

更多
  • 浏览:208
  • 下载:16

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷