乳腺癌针吸细胞形态定量的人工神经网络诊断模型的建立及应用研究

目的建立乳腺癌针吸细胞形态定量参数的人工神经网络诊断模型,并验证其在辅助FNA诊断乳腺癌的价值。方法利用MPIAS-2000系统对60例乳腺癌及30例乳腺良性病变的针吸细胞学涂片进行形态定量测定,对获得的29项形态参数进行人工神经网络建模分析,并用盲法对其鉴别诊断能力进行评价。结果所建立的网络模型经过14次训练后即可达到误差要求,诊断模型对乳腺癌及乳腺良性病变的诊断正确率为100%,其特异性和敏感性均为100%。结论乳腺良恶性病变的针吸细胞学涂片进行ANN分析所建立的诊断模型,对乳腺癌及良性病病变的鉴别诊断具有较高的应用价值,为辅助针吸细胞学诊断乳腺良恶性病变提供了新的思路。

基于人工神经网络的诊断模型对针吸细胞学诊断小细胞型乳腺癌的应用研究

目的探讨人工神经网络(ANN)诊断模型对小细胞型乳腺癌的针吸细胞学诊断价值。方法利用MPIAS-2000系统对60例乳腺癌及30例乳腺良性病变针吸细胞的29项形态定量参数进行定量分析,建立人工神经网络诊断模型,对19例小细胞型乳腺癌进行人工神经网络诊断模型的判别分析。结果人工神经网络诊断模型对小细胞乳腺癌及良性病变的诊断特异性为100%,敏感性为84.2%。结论利用乳腺癌针吸细胞形态定量的人工神经网络诊断模型,对辅助针吸细胞学诊断小细胞型乳腺癌具有重要的参考价值。