您的账号已在其他设备登录，您当前账号已强迫下线， 如非您本人操作，建议您在会员中心进行密码修改
目的 探讨采用支持向量机(support vector machine,SVM)神经网络模型,联合年龄、前列腺特异性抗原(prostate specific antigen,PSA)及经直肠超声声像特征进行判别预测前列腺癌的应用价值.方法 采用MATLAB 2011a软件的LIBSVM-MAT-2.89-3程序包联合年龄、PSA、超声声像特征进行SVM神经网络判别分析.结果 SVM神经网络判别分析结果显示联合年龄、PSA及超声声像图特征诊断前列腺癌的准确率为87.14％,灵敏度为79.55％,特异度为90.63％.结论 经直肠超声特征联合年龄、血清PSA的SVM神经网络模型对前列腺癌的预测诊断结果较好,可以有效提高前列腺癌的诊断率.
作者：李梅；张伟；李永忠；袁佳英；勾忠平；冯萍
来源：四川大学学报（医学版） 2013 年 44卷 4期
临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求，方便快速、便捷的获取实用的医学信息，辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。
知识库介绍
临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。
相似文献
