论文部分内容阅读
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.