基于支持向量机多模态超声模型诊断肾疾病

作者：李广涵; 刘建; 武敬平; 田艳; 刘将; 马立勇; 刘跃军; 张波; 郑敏^*

来源：中国医学影像技术, 2020, 36(06): 898-902.

DOI：10.13929/j.issn.1003-3289.2020.06.023

• 肾疾病
• 超声检查
• 弹性成像技术
• 支持向量机
• Logistic模型

目的比较基于支持向量机(SVM)和传统Logistic回归法基于常规超声、彩色多普勒超声和弹性成像参数构建的多模态超声模型诊断肾脏疾病的效能。方法收集94例肾脏疾病患者(肾病组)及无肾脏疾病的对照组患者109名,分别进行常规超声、彩色超声和剪切波弹性检查。采用Logistic回归法和SVM构建模型。利用随机数字法将全部201例患者按照3∶1分为2组,以其中153例为训练样本,进行单因素变量判断和建立SVM模型;以50例为验证样本,评价SVM模型的预测效果。结果 Logistic回归方程纳入左肾皮质弹性硬度和右肾宽度。Logistic回归模型预测肾脏疾病的准确率为83.74%,SVM模型为85.10%(χ2=0.21,P=0.65)。结论多模态超声对于肾脏疾病具有较高诊断效能;SVM和Logistic模型的诊断效能相似。

• 单位
  北京大学; 哈尔滨理工大学; 自动化学院; 哈尔滨工业大学（威海）; 中日友好医院