应用人工神经网络模型优选心脏穿透伤急诊分类方法

摘要：

目的 对心脏穿透伤(PCT)急救时可用的两种分类法(分型法、分期法)进行比较,优选出较为适用的急诊分类法.方法 应用人工神经网络(ANN)模型,模拟急诊室医师诊断PCT的临床思维过程,将急诊室医师所用的诊断依据作为网络模型输入变量,包括患者胸部受伤部位、到达急诊室时收缩压、心率、意识等临床特征;将分型法和分期法作为输出变量,通过多层感知器神经网络(MLP)模型分析PCT患者临床特征与其分型(分期)之间的映射关系,从而优选出准确率较高的分类法.结果 通过MLP建立的PCT分类模型以14→3→7三层网络结构为最优.训练样本中,临床分型法总准确率(84.8%)与临床分期法总准确率(93.7%)比较,差异无统计学意义(P>0.05);测试样本中,临床分型法总准确率(73.9%)与临床分期法总准确率(100.0%)比较,差异有统计学意义(P<0.05);保留样本中,临床分型法总准确率(67.7%)与临床分期法总准确率(93.5%)比较,差异有统计学意义(P<0.05).结论 心脏穿透伤急救时按临床分期法指导分类、救治,判断更为简便,准确率更高,值得临床推广应用.

关键词：人工神经网络、多层感知器、心脏损伤、穿透伤、分类

所属期刊栏目：39

分类号：R654;R459.7(外科学各论)

在线出版日期：2010-09-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：2002-2004