北京国防工业出版社，诸静，等，著模糊控制原理与应用北京机械工业出版社,图和附表清单图和附表清单图形清单图人工神经网络模型图三层人工神经网络模型图测试误差与训练误差相对学习次数的变化曲线图常用的隶属度函数图形图模糊神经网络结构图高斯型隶属度函数图形图吸烟指数的隶属度函数曲线图密度的隶属度函数曲线图高斯型模糊神经网络梯度下降收敛图图三角形模糊神经网络梯度下降收敛图图高斯型隶属度函数模糊神经网络诊断结果与输出仿真图图三角形隶属度函数模糊神经网络诊断结果与输出仿真图附表清单表项放射学特征及评分方法表高斯型隶属度函数模糊神经网络的测试误差表三角形隶属度函数模糊神经网络的测试误差表高斯型隶属度函数模糊神经网络的基本参数表作为对照的三角形隶属度函数模糊神经网络的基本参数表高斯型和三角形隶属度函数模糊神经网络的诊断结果附录患者信息附录患者信息患者的个特征值依次表示为性别男，女年龄吸烟指数家族史体重减轻状况病灶大小密度边缘情况血管切迹毛刺征分叶征棘突征凹陷胸膜浸润纵隔移位纵隔受浸纵隔淋巴结肿大肺内远处转移肺不张肺气肿气管狭窄情况空洞征胸腔积液磨玻璃样改变钙化卫星病灶。可模糊化的个特征值为年龄吸烟指数体重减轻状况病灶大小密度边缘情况毛刺征肺不张气管狭窄情况空洞征胸腔积液磨玻璃样改变卫星病灶。是例患者的个特征值。附录患者信息学校代码学号或申请号密级硕士学位论文模糊神经网络在肺癌诊断中的应用作者姓名张华杰导师姓名徐力平副教授学科门类工学专业名称微电子与固体电子学培养院系信息工程学院完成时间年月原创性声明本人郑重声明所呈交的学位论文，是本人在导师的指导下，进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他人或集体已经发表或撰写过的科研成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本声明的法律责任由本人承担。学位论文作者日期年月日学位论文使用授权声明本人在导师指导下完成的论文及相关的职务作品，只是产权归属郑州大学。根据郑州大学有关保留使用学位论文的规定，同意学校保留或向国家有关部门或机构送交的复印件和电子版，允许论文被查阅和借阅本人授权郑州大学可以将本学位论文的全部或部分编入有关数据库进行检索，可以采用影印缩印或者其他复制手段保存论文和汇编本学位论文。本人离校后发表使用学位论文或与该学位论文直接相关的学术论文或成果时，第署名单位仍然为郑州大学。保密论文在解密后应遵守此规定。学位论文作者日期年月日中文摘要中文摘要肺癌是当今世界各国常见的恶性肿瘤，已成为大多数国家癌症死亡的主要原因。在我国，肺癌的发病率已由原来的第六位升至第位，病死率在城市人口恶性肿瘤中居首位。在农村，升幅明显大于城市，尤以农村女性的增长趋势较为突出。由于肺癌早期无症状或症状轻微或与其它疾病症状类似，不易发现，待到发现时已有转移。所以，早期诊断具有重要的价值，而且对治疗计划有很重要的影响。因此，提高早期肺癌的检出率是提高患者生存率和降低死亡率的必要手段。本文回顾了肺癌诊断的历史现状,在此基础上,介绍并讨论了人工神经网络和模糊理论的结合模糊神经网络。由于人工神经网络是基于人脑的计算机模型，具有良好的自适应性自组织和很强的自学习能力，是数据分类和模式识别的有力工具。而模糊理论能更直接更自然地表达人类习惯用的逻辑含义，适用于直接的或高层的知识表达。将二者结合用于早期肺癌诊断,为肺癌诊断开辟条新途径。本课题以从胸部片中提取的项放射学特征和个临床参数为基础，旨在提高早期肺癌的检出率，使诊断结果更加准确。方法选用隶属度函数为高斯型的模糊神经网络用于肺癌诊断，将个特征参数中的个非二值变量进行模糊化处理，每个参数分为个模糊子空间，用大中小个语言变量表示，每个输入变量就有个模糊化神经元与其在个子空间对应的隶属度函数对应，然后和其它个二值参数起作为神经网络的输入。将所获得的例病例样本随机分为训练集和测试集，训练模糊神经网络，选择合适的隐节点数。用测试集测试该网络区分肺癌和非肺癌的能力，并将结果与三角形隶属度函数模糊神经网络的测试结果进行比较。结果对于早期肺癌的预测，高斯型隶属度函数模糊神经网络的虚警和漏检率较低，比作为对照的三角形隶属度函数模糊神经网络诊断正确率有所提高。高斯型隶属度函数模糊神经网络例良性例，肺癌例,而三角形隶属度函数模糊神经网络有例，除上述例外，肺癌中又增加第例。高斯型隶属度函数模糊神经网络的总诊断正确率为，比三角形隶属中文摘要度函数模糊神经网络高出个百分点，而且对病例样本分组变化不敏感。因此，高斯型隶属度函数模糊神经网络更适用于肺癌诊断。关键词人工神经网络模糊理论模糊神经网络隶属度函数算法肺癌诊断高斯型隶属度函数模糊神经网络三角形隶属度函数模糊神经网络,