人工神经网络在脑卒中早期快速分类诊断中的应用

• 作者: 吴伟 周宝森 李雅洁
• 来源期刊: 实用医学杂志
• 学科: 医学
• 关键词: 脑血管意外 诊断 人工神经网络 Siriraj评分法
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 临床研究
• 页码范围: 1738-1740
• 页数: 3页
• 分类号: R74
• 字数: 3637字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-5725.2008.10.028

摘要

目的:通过人工神经网络对出血与缺血两类不同性质的脑卒中(acute cerebral vascular disease,ACVD)做出快速的早期分类诊断,以达到提高早期诊断率,从而减少脑卒中的病残率.方法:编制调查表,通过调查员的快速调查获得患者基本信息及血常规信息.结合评分法的指标及瞳孔改变和神经系统体征(巴彬斯基征),把这些信息经过数据处理作为神经网络的输入;出血性、缺血性脑卒中患者两个结局变量作为神经网络的输出.把样本随机分成训练样本、检验样本和测试样本,利用软件statistics neural network(ST NN)建立误差反向传播网络预测模型,然后训练网络,进行结果预测.同时对样本进行Siriraj评分,其结果与神经网络模型的结果进行比较.结果:Sifiraj评分法对脑出血诊断的准确率为91.6%;神经网络为97.6%,X2=10.7,P=0.001.Siftraj评分法对脑出血诊断的误诊率为4.7%;神经网络为2.4%,x2=2.4,P=0.12.Sifiraj评分法对脑出血诊断的漏诊率为3.7%.Siriraj评分法对脑梗死诊断的准确率为92.3%;神经网络为97.7%,X2=14.8,P=0.000 1.Sifiraj评分法对脑梗死诊断的误诊率为3.5%;神经网络为2.3%.X2=1.3,P=0.25.Siriraj评分法对脑梗死诊断的漏诊率为4.2%.结论:人工神经网络诊断方法具有较高的准确性,对于指导院前急救分类以及临床医生对脑卒中患者采取有效及时的救治措施,障低致残率,提高治愈率和康复率有一定的价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周宝森	中国医科大学流行病学教研室	150	1795	25.0	33.0
2	李雅洁		2	12	2.0	2.0
3	吴伟	中国医科大学流行病学教研室	97	757	16.0	21.0