目的 建立基于反傳（BP）神經網絡技術的甲狀腺癌診斷模型，并評估該模型的臨床應用價值。
方法 回顧性分析2010年1月至2011年8月期間南京市鼓樓醫(yī)院收治的甲狀腺癌患者103例及甲狀腺良性病變患者51例，提取其超聲圖像的9個特征，循建模規(guī)則，建立基于BP神經網絡技術的甲狀腺癌診斷模型，依此模型對2011年9月至2011年12月期間收治的根據超聲圖像特征疑為甲狀腺癌的42例患者進行術前診斷，其結果與術后病理診斷結果（術后病理診斷為甲狀腺癌32例，甲狀腺良性病變10例）進行對比研究。
結果 甲狀腺癌診斷模型對建模樣本的診斷準確率為95.45%（147/154）；術前樣本的診斷準確率為90.48%（38/42）；所有樣本的診斷準確率為94.39% （185/196）。
結論 從本組有限的病例結果初步得出，基于BP神經網絡技術的甲狀腺癌診斷模型具有較高的可行性及可靠性，可望成為一種全新的甲狀腺癌輔助診斷方法。
引用本文： 余小蘭,姚永忠,桑劍鋒,蘇磊,王雪晨. 反傳神經網絡技術在甲狀腺癌診斷中的應用研究. 中國普外基礎與臨床雜志, 2013, 20(2): 204-205. doi: 復制
| 1. | 劉永鋒. 加強分化型甲狀腺癌的規(guī)范化治療[J]. 中國普外基礎與臨床雜志， 2009， 16(5)：341-343. |
| 2. | 胡伍生. 神經網絡理論及其工程應用[M]. 北京：測繪出版社， 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， 申剛磊， 丁小麗， 等. BP神經網絡在疾病分析影響因素中的作用[J]. 中國組織工程研究與臨床康復， 2011， 15(9)：1702-1705. |
| 6. | 燕山， 詹維偉， 周建橋. 甲狀腺與甲狀旁腺超聲影像學[M]. 北京：科學技術文獻出版社， 2009：171-194. |
| 7. | 李泉水， 姜健， 張家庭， 等. 超聲顯像與甲狀腺癌病理類型的關系及良惡性結節(jié)并存的鑒別診斷[J/CD]. 中華醫(yī)學超聲雜志：電子版， 2009， 6(4)：690-697. |
| 8. | 方凌云， 嚴天慰. 甲狀腺結節(jié)的超聲評估及其臨床意義[J]. 中國普外基礎與臨床雜志， 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. | 于曉會， 單忠艷. 甲狀腺結節(jié)的病因與流行病學趨勢[J]. 中國普外基礎與臨床雜志， 2011， 18(8)：800-802. |
| 11. | 鄭向前， 高明， 于洋， 等. 甲狀腺癌的生物學特性及其超聲診斷[J]. 現(xiàn)代腫瘤醫(yī)學， 2010， 18(2)：269-271. |
| 12. | 焦龍， 王云俠， 李華. 基于人工神經網絡的色氨酸對映異構體的熒光光譜測定方法研究[J].計算機與應用化學， 2012， 29(3)：279-283. |
| 13. | 劉俐， 霍麗琴， 張峰， 等. 模糊BP神經網絡在新生兒HIE早期診斷中的應用研究[J]. 生物醫(yī)學工程學雜志， 2011， 28(4)：814-818， 829. |
| 14. | 呂連華， 勾宗蓉， 王開正， 等. 胃癌血清蛋白指紋人工神經網絡診斷模型的研究[J]. 重慶醫(yī)學， 2012， 41(1)：22-24. |
- 1. 劉永鋒. 加強分化型甲狀腺癌的規(guī)范化治療[J]. 中國普外基礎與臨床雜志， 2009， 16(5)：341-343.
- 2. 胡伍生. 神經網絡理論及其工程應用[M]. 北京：測繪出版社， 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， 申剛磊， 丁小麗， 等. BP神經網絡在疾病分析影響因素中的作用[J]. 中國組織工程研究與臨床康復， 2011， 15(9)：1702-1705.
- 6. 燕山， 詹維偉， 周建橋. 甲狀腺與甲狀旁腺超聲影像學[M]. 北京：科學技術文獻出版社， 2009：171-194.
- 7. 李泉水， 姜健， 張家庭， 等. 超聲顯像與甲狀腺癌病理類型的關系及良惡性結節(jié)并存的鑒別診斷[J/CD]. 中華醫(yī)學超聲雜志：電子版， 2009， 6(4)：690-697.
- 8. 方凌云， 嚴天慰. 甲狀腺結節(jié)的超聲評估及其臨床意義[J]. 中國普外基礎與臨床雜志， 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. 于曉會， 單忠艷. 甲狀腺結節(jié)的病因與流行病學趨勢[J]. 中國普外基礎與臨床雜志， 2011， 18(8)：800-802.
- 11. 鄭向前， 高明， 于洋， 等. 甲狀腺癌的生物學特性及其超聲診斷[J]. 現(xiàn)代腫瘤醫(yī)學， 2010， 18(2)：269-271.
- 12. 焦龍， 王云俠， 李華. 基于人工神經網絡的色氨酸對映異構體的熒光光譜測定方法研究[J].計算機與應用化學， 2012， 29(3)：279-283.
- 13. 劉俐， 霍麗琴， 張峰， 等. 模糊BP神經網絡在新生兒HIE早期診斷中的應用研究[J]. 生物醫(yī)學工程學雜志， 2011， 28(4)：814-818， 829.
- 14. 呂連華， 勾宗蓉， 王開正， 等. 胃癌血清蛋白指紋人工神經網絡診斷模型的研究[J]. 重慶醫(yī)學， 2012， 41(1)：22-24.