基于双流神经网络的颈动脉粥样硬化斑块稳定性区分方法

• 作者: 于腾飞 何文 宁彬 李璐 童挥 赵明昌
• 来源期刊: 中国卒中杂志
• 关键词: 颈动脉 斑块 超声造影 双流神经网络
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 论著
• 页码范围: 437-443
• 页数: 7页
• 字数: 5462字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-5765.2019.05.007

摘要

目的 训练双流神经网络自动区分颈动脉粥样硬化斑块的稳定性.方法 使用颈动脉内膜剥脱术后经病理证实的115例稳定颈动脉粥样硬化斑块患者和110例易损颈动脉粥样硬化斑块患者的844段超声造影视频,将其中744段视频作为训练集,训练双流神经网络,得到在训练集上区分效果最佳的神经网络.将剩余的100段视频作为测试集,测试该神经网络自动区分颈动脉粥样硬化斑块稳定性的价值.结果 神经网络在训练集上区分颈动脉斑块稳定性的准确率、敏感度、特异度、阳性预测值、阴性预测值、阳性似然比、阴性似然比分别为93%、87%、97%、96%、90%、29和0.13,在测试集上相应的结果分别为80%、70%、90%、88%、75%、7和0.33.受试者工作特征曲线上,训练集和测试集中双流神经网络判断斑块易损性的曲线下面积分别为0.99和0.84,均P＜0.001.结论 利用已知病理结果的超声造影视频,将其输入到双流神经网络进行训练,能得到较好的自动区分颈动脉粥样硬化斑块稳定性的模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童挥	贵阳市第二人民医院神经外科	3	1	1.0	1.0
2	宁彬	北京首都医科大学附属北京天坛医院超声科	3	5	1.0	2.0
3	李璐	无锡祥生医疗科技股份有限公司开发部	1	0	0.0	0.0
4	于腾飞	北京首都医科大学附属北京天坛医院超声科	1	0	0.0	0.0
5	何文	北京首都医科大学附属北京天坛医院超声科	6	9	2.0	2.0
6	赵明昌	无锡祥生医疗科技股份有限公司开发部	2	1	1.0	1.0