人工神经网络模型对支气管扩张咯血风险的预测研究

作者：于楠; 沈聪; 马光明; 郭佑民; 段海峰; 于勇^*

来源：临床放射学杂志, 2020, 39(11): 2217-2220.

DOI：10.13437/j.cnki.jcr.2020.11.018

• 支气管扩张
• 神经网络(计算机)
• 体层摄影术,X线计算机

目的探讨基于CT定量参数的人工神经网络(ANN)模型对支气管扩张症患者咯血风险预测的能力。方法回顾性分析387例支气管扩张症患者,根据有无咯血分为两组。比较两组的人口学资料、症状、病史和CT资料。计算机辅助诊断获得扩张支气管管壁面积、壁面积百分率、气道内外径、支气管周围单位面积血管数、血管断面面积和扩张程度等定量指标。扩张程度定义为测量点与上一代支气管直径的差值。采用SPSS 22.0 ANN模型,以咯血为输出量,CT定量参数及临床特征为输入量,预测咯血概率。利用受试者工作特征曲线(ROC)评价模型的预测咯血的能力。结果吸烟史和扩张支气管的CT定量测量值在两组间有显著性差异。包含所选特征的ANN模型对咯血预测准确率为97%,曲线下面积为0.903。结论基于CT定量的ANN模型对支气管扩张患者咯血风险预测具有临床应用价值。

• 单位
  西安交通大学; 陕西中医药大学附属医院