您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览175 | 下载8

目的 探索运用计算机智能人工神经网络技术建立诊断模型来判断附件包块良恶性的可行性.方法 180例附件包块患者随机分为训练组和测试组.训练组结合统计学多因素分析方法筛选出的参数建立人工神经网络诊断模型;测试组通过ROC曲线分析比较与恶性风险指数模型诊断性能的高低.结果 18项指标中单因素分析有14项指标对判断附件包块的性质有意义(P<0.05).由统计学多因素分析选出的参数(年龄、血清CA125、包块内壁突起、腹水及血流平均速度)共5项作为神经网络模型输入层参数,建立模型.ROC曲线证实神经网络模型较恶性风险指数模型的诊断性能高(P<0.05).结论 人工神经网络诊断模型对附件包块良恶性判断有良好的诊断性能.

作者:王黎明;付庆诏;孔北华;冯天瑾;刘洪波;周晓彬

来源:山东医药 2007 年 47卷 22期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:175 | 下载:8
作者:
王黎明;付庆诏;孔北华;冯天瑾;刘洪波;周晓彬
来源:
山东医药 2007 年 47卷 22期
标签:
人工神经网络 恶性风险指数 附件包块
目的 探索运用计算机智能人工神经网络技术建立诊断模型来判断附件包块良恶性的可行性.方法 180例附件包块患者随机分为训练组和测试组.训练组结合统计学多因素分析方法筛选出的参数建立人工神经网络诊断模型;测试组通过ROC曲线分析比较与恶性风险指数模型诊断性能的高低.结果 18项指标中单因素分析有14项指标对判断附件包块的性质有意义(P<0.05).由统计学多因素分析选出的参数(年龄、血清CA125、包块内壁突起、腹水及血流平均速度)共5项作为神经网络模型输入层参数,建立模型.ROC曲线证实神经网络模型较恶性风险指数模型的诊断性能高(P<0.05).结论 人工神经网络诊断模型对附件包块良恶性判断有良好的诊断性能.