人工神经网络在宫颈癌预后预测中的应用

摘要

目的探讨人工神经网络在宫颈癌术后5年生存期预测中的应用。方法收集125例宫颈癌患者的临床病理资料及治疗随访信息,按照4∶1的比例,随机分为训练组(100例)和测试组(25例),分别采用Logistics回归分析,筛选单因素分析有统计学意义的因素建立Logistics回归模型和概率神经网络模型(PNN),用训练组训练网络模型,用测试组检测网络模型。结果 PNN模型的准确性92%,敏感度为75%,特异性为95.23%,Logistics回归模型的准确性为84%,敏感度为50.0%,特异性为82.61%。结论神经网络在生存分析中有很大的灵活性;在模型中可以容纳非线性效应,不需要对数据的随机特征如分布等作出假设,不要求满足H0假定,具有较广泛的应用前景。