Application of Back Propagation Neural Network Technology in Diagnosis of Thyroid Carcinoma_CHINESE JOURNAL OF BASES AND CLINICS IN GENERAL SURGERY

Authors：

余小兰 ^1,2 ,  姚永忠 ¹ , 桑剑锋 ¹ , 苏磊 ¹ , 王雪晨 ¹

Corresponding author：

姚永忠, Email: loyal1006@hotmail.com

Keywords：

BP神经网络; 甲状腺癌; B超; 诊断

Video：

Export PDF Favorites Scan Get Citation

Abstract Full text Figures/Tables Video References Cited by

目的　建立基于反传（BP）神经网络技术的甲状腺癌诊断模型，并评估该模型的临床应用价值。
方法　回顾性分析2010年1月至2011年8月期间南京市鼓楼医院收治的甲状腺癌患者103例及甲状腺良性病变患者51例，提取其超声图像的9个特征，循建模规则，建立基于BP神经网络技术的甲状腺癌诊断模型，依此模型对2011年9月至2011年12月期间收治的根据超声图像特征疑为甲状腺癌的42例患者进行术前诊断，其结果与术后病理诊断结果（术后病理诊断为甲状腺癌32例，甲状腺良性病变10例）进行对比研究。
结果　甲状腺癌诊断模型对建模样本的诊断准确率为95.45%（147/154）；术前样本的诊断准确率为90.48%（38/42）；所有样本的诊断准确率为94.39% （185/196）。
结论　从本组有限的病例结果初步得出，基于BP神经网络技术的甲状腺癌诊断模型具有较高的可行性及可靠性，可望成为一种全新的甲状腺癌辅助诊断方法。

Citation： 余小兰,姚永忠,桑剑锋,苏磊,王雪晨. Application of Back Propagation Neural Network Technology in Diagnosis of Thyroid Carcinoma. CHINESE JOURNAL OF BASES AND CLINICS IN GENERAL SURGERY, 2013, 20(2): 204-205. doi: Copy

1.	刘永锋. 加强分化型甲状腺癌的规范化治疗[J]. 中国普外基础与临床杂志， 2009， 16(5)：341-343.
2.	胡伍生. 神经网络理论及其工程应用[M]. 北京：测绘出版社， 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，申刚磊，丁小丽，等. BP神经网络在疾病分析影响因素中的作用[J]. 中国组织工程研究与临床康复， 2011， 15(9)：1702-1705.
6.	燕山，詹维伟，周建桥. 甲状腺与甲状旁腺超声影像学[M]. 北京：科学技术文献出版社， 2009：171-194.
7.	李泉水，姜健，张家庭，等. 超声显像与甲状腺癌病理类型的关系及良恶性结节并存的鉴别诊断[J/CD]. 中华医学超声杂志：电子版， 2009， 6(4)：690-697.
8.	方凌云，严天慰. 甲状腺结节的超声评估及其临床意义[J]. 中国普外基础与临床杂志， 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.	于晓会，单忠艳. 甲状腺结节的病因与流行病学趋势[J]. 中国普外基础与临床杂志， 2011， 18(8)：800-802.
11.	郑向前，高明，于洋，等. 甲状腺癌的生物学特性及其超声诊断[J]. 现代肿瘤医学， 2010， 18(2)：269-271.
12.	焦龙，王云侠，李华. 基于人工神经网络的色氨酸对映异构体的荧光光谱测定方法研究[J].计算机与应用化学， 2012， 29(3)：279-283.
13.	刘俐，霍丽琴，张峰，等. 模糊BP神经网络在新生儿HIE早期诊断中的应用研究[J]. 生物医学工程学杂志， 2011， 28(4)：814-818， 829.
14.	吕连华，勾宗蓉，王开正，等. 胃癌血清蛋白指纹人工神经网络诊断模型的研究[J]. 重庆医学， 2012， 41(1)：22-24.

1. 刘永锋. 加强分化型甲状腺癌的规范化治疗[J]. 中国普外基础与临床杂志， 2009， 16(5)：341-343.
2. 胡伍生. 神经网络理论及其工程应用[M]. 北京：测绘出版社， 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，申刚磊，丁小丽，等. BP神经网络在疾病分析影响因素中的作用[J]. 中国组织工程研究与临床康复， 2011， 15(9)：1702-1705.
6. 燕山，詹维伟，周建桥. 甲状腺与甲状旁腺超声影像学[M]. 北京：科学技术文献出版社， 2009：171-194.
7. 李泉水，姜健，张家庭，等. 超声显像与甲状腺癌病理类型的关系及良恶性结节并存的鉴别诊断[J/CD]. 中华医学超声杂志：电子版， 2009， 6(4)：690-697.
8. 方凌云，严天慰. 甲状腺结节的超声评估及其临床意义[J]. 中国普外基础与临床杂志， 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. 于晓会，单忠艳. 甲状腺结节的病因与流行病学趋势[J]. 中国普外基础与临床杂志， 2011， 18(8)：800-802.
11. 郑向前，高明，于洋，等. 甲状腺癌的生物学特性及其超声诊断[J]. 现代肿瘤医学， 2010， 18(2)：269-271.
12. 焦龙，王云侠，李华. 基于人工神经网络的色氨酸对映异构体的荧光光谱测定方法研究[J].计算机与应用化学， 2012， 29(3)：279-283.
13. 刘俐，霍丽琴，张峰，等. 模糊BP神经网络在新生儿HIE早期诊断中的应用研究[J]. 生物医学工程学杂志， 2011， 28(4)：814-818， 829.
14. 吕连华，勾宗蓉，王开正，等. 胃癌血清蛋白指纹人工神经网络诊断模型的研究[J]. 重庆医学， 2012， 41(1)：22-24.

CHINESE JOURNAL OF BASES AND CLINICS IN GENERAL SURGERY

Application of Back Propagation Neural Network Technology in Diagnosis of Thyroid Carcinoma

Abstract Full text Figures/Tables Video References Cited by

Previous Article

Next Article

Format

Content