基于BP算法的血液指标联合检测在肝癌及肝炎诊断中的应用

摘要

目的:分析8种血清及血常规指标在原发性肝癌和肝炎患者鉴别诊断中的特异性,建立BP诊断模型。方法:采用回顾性研究的方法,收集经病理确诊的96例原发性肝癌患者为肝癌组,对应收集同期109例肝炎患者作为肝炎组。分别收集两组患者的高尔基体蛋白73(GP73)、甲胎蛋白(AFP)、α-L-岩藻糖苷酶(AFU)、谷草转氨酶(AST)、谷丙转氨酶(ALT)、白细胞计数(WBC)、红细胞计数(RBC)和血小板计数(PLT)等8种血清及血常规指标数据。利用ROC曲线分析各指标的敏感度,根据尤登指数计算两组界限值,然后建立纳入不同指标的BP神经网路模型,并计算模型的准确率。结果:GP73、AFP、AFU、AST、ALT、WBC、RBC、PLT等8个指标的ROC曲线下面积分别为0.996、1.000、0.990、0.806、0.680、0.800、0.419和0.460。分别纳入8种指标和去掉RBC、PLT后的6种指标成功建立BP神经网络诊断模型,其准确率分别为86.0%(39/45)和95.5%(43/45)。结论:GP73、AFP、AFU、AST、ALT、WBC指标在肝癌和肝炎患者的鉴别诊断中具有重要意义,对于肝炎患者的病情进展具有一定的提示意义。