人工神经网络诊断模型在肝纤维化无创诊断中的应用.PDFVIP

Med J Chin PLA, Vol. 37, No. 12, December 1, 2012 　1135 人工神经网络诊断模型在肝纤维化无创诊断中的应用 李波，孙志强，李筱涵，李小溪，陈小倩，陈伟蛟，毛远丽 [摘要]　 目的　建立肝纤维化神经网络诊断模型，探索肝纤维化的早期无损伤诊断新方法并对该模型进行临床应 用评价。方法　选取2008年5月－20 11年3月收治的、符合纳入标准的683例经肝组织活检或临床证实为肝纤维化、肝 硬化患者的样本进行模型建立及验证，其中慢性乙型肝炎(CHB)导致的肝纤维化504例，其他类型肝病导致的肝纤维 化179例，按照纤维化病理分期结果，利用分层随机抽样方法抽取其中134例作为训练组样本，其余样本用于模型的验 证，以年龄、天冬氨酸转氨酶(A ST ) 、凝血酶原时间(PT ) 、血小板计数(PLT ) 、γ-谷氨酰基转移酶(GGT ) 、直接胆红 素(DBil )作为神经网络模型的输入层指标构建神经网络诊断模型，并对构建好的模型进行评价。结果　成功建立了肝 纤维化神经网络诊断模型，该模型对各类肝病纤维化诊断的正确率为77.4 % ，敏感度为76.8% ，特异度为77.8% 。K appa 一致性检验显示，该模型与肝组织活检的一致性较好(Kappa指数=0.534 ) ，其中对CHB导致的肝纤维化诊断的正确率为 80.4% ，敏感度为79.9% ，特异度为80.7% ，K appa指数=0.598 ，对其他类型肝病导致的肝纤维化诊断的正确率为67.9% ， 敏感度为64 .3% ，特异度为69.7% ，Kappa指数=0.3 16 。结论　作为一种新的实验室无创诊断方法，本研究建立的神经网 络肝纤维化诊断模型对CHB导致的肝纤维化的诊断敏感度及特异度较高，具有良好的临床应用价值，但对其他类型肝 病导致的纤维化诊断价值有限。 [关键词]　神经网络(计算机) ；肝硬化；早期诊断 [中图分类号]　R575.2 [文献标志码]　A [文章编号]　0577-7402 (20 12) 12- 1135-04 The application of artificial neural network model in the non-invasive diagnosis of liver fibrosis * LI Bo, SUN Zhi-qiang, LI Xiao-han, LI Xiao-xi, CHEN Xiao-qian, CHEN Wei-jiao, MAO Yuan-li Center for Clinical Laboratory, 302 Hospital of PLA, Beijing 100039, China * Corresponding author, E-mail: maoyuanlee@ This work was supported by the “11th Five-Year Plan” Technique Research Project of PLA (06G143) [Abstract]　Objective　To constr u ct an d ev alu at e an ar tif i ci al n eur al n etw ork (A NN ) m odel as a n ew n on -inv asiv e diagnostic meth od for clinical assessment of liv er fibrosis at early stage. Methods　Th e model w as set up and tested among 683 chronic h epatitis B (CHB) patients, w ith auth entic p ositiv e clinical biopsy results, prov ed to hav e liv er fibrosis or cirrh osis, admitted to 30