椎动脉支架内再狭窄的人工神经网络分析.pdfVIP

34卷 4期 中 国 生 物 医 学 工 程 学 报 Vo1．34 No．4 August 2015 20l5年 8月 ChineseJournalo／BiomedicalEngineering 椎动脉支架 内再狭窄的人工神经网络分析 乔爱科朴 彭 坤 牛 静 (北京工业大学生命科学与生物工程学院，北京 100124) 摘 要 ：探讨椎动脉狭窄支架植入术后冉狭窄的危险因素，并利片】人工神经网络对椎动脉支架 内再狭窄 (ISR)进 行预测分析。首先，随访 97例临床患者 ，对 12种町能影响椎动脉支架 内再狭窄的因素进行单因素分析 ，总结出具 有统计学意义的相关 素 。然后 ，利用 BP神经网络建立影响因素样本集与对应 的 ISR之间的隐性联系模型。最 后 ，利用神经网络预测患者是否会发牛支架 内冉狭窄，并对预测准确率进行评估。结果表明，置入支架后 ，再狭窄 组 中支架长度平均值为 15mm，尤再狭窄组患者中支架长度平均值为 17mm，两者具有显著差异 (P=0．005)；再狭 窄组患者平均扩张 比为 1．15，无_再狭窄组患者平均扩张比为 1．17，两者具有显著差异(P=0．O1)；再狭窄组和无再 狭窄组患者椎动脉侧别也具有显著差异 (P=0．045)。同时，评估结果娃示 ，BP神经网络模型预测结果令人满意， 不会发生 ISR的确诊牢 q，乏75％，会发生 ISR确诊率 q：=100％。支架 长度 、椎动脉侧别和支架扩张 比对椎动脉 ISR具有显著性影响 。BP神经网络模 可用于预测椎动脉 ISR的发生 。 关键词 ：血管内支架 ；动脉粥样硬化 ；统计分析 ；人工神经 网络 中图分类号 R318 文献标志码 A 文章编号0258—8021(2015)04—0407-06 ArtificialNeuralNetwork AnalysisforVertebralArteryIn-StentRestenosis QiaoAike PengKun NiuJing (CollegeofL ScienceandBioengineering，BeqingUniversityofTechnology，Beng100124，China) Abstract：Thepurposeofthispaperisto analyzerisk factorscausing thevertebralarteryin—stentrestenosis (ISR)．Applyingtheartificialneuralnetwork(ANN)，wefurthertriedtogivepredictionsontheoccurrenceof ISR．Thefirststep ofourstrategywasto follow up 97randomlypicked clinicalpatients，figuringoutthe statisticalrelevanceforeach ofthe12possiblefactorsleadingtoISR．Wethenestablishedamodeltoconnect thefactorswith1SRusingthebackpropagation (BP)neuralnetwork．Thelastprocedurewastoassessour resultsbycomparingourpredictionswiththeactualoccurrenceofISR．Ourobservationsshow that，theaverage lengthofstentis(15±1．52)mm