基于CDU影像特征的3种模型在先心病诊断中的应用价值研究

摘要：

目的 探讨基于彩色多普勒超声(CDU)影像特征的3种模型在先天性心脏病(简称先心病)诊断中的应用价值.方法 选取2017年3月至2020年1月在该院进行先心病筛查的455例孕妇进行产前CDU检测.采用问卷调查、体格检查及实验室检查,建立logisitic回归分析、反向传播(BP)神经网络及决策树模型.比较3种模型检测的灵敏度、特异度及准确度,以及3种模型检测的受试者工作特征(ROC)曲线下面积(AUC),分析3种模型对先心病的诊断价值.结果 455例孕妇中61.32％的孕妇血糖正常,93.63％的孕妇早期未服用致畸药物,63.52％的新生儿出生体重超过2800 g,91.21％的新生儿出生时Apagr评分大于8分,95％以上的三尖瓣返流程度、肺动脉瓣返流程度、主动脉瓣返流程度均正常.logisitic回归分析模型、BP神经网络模型、决策树模型检测的灵敏度、特异性、准确度及AUC分别为84.82％、61.57％、81.79％、0.742,93.28％、81.68％、84.25％、0.786,86.46％、56.83％、81.02％、0.728,BP神经网络模型的灵敏度、特异性及准确度均高于logisitic回归分析模型及决策树模型.3种模型的AUC比较,logisitic回归分析模型与BP神经网络模型比较及BP神经网络模型与决策树模型比较差异均有统计学意义(P<0.01),而logisitic回归分析模型与决策树模型比较无统计学意义(P>0.05).结论 相较于logisitic回归分析模型与决策树模型,BP神经网络模型诊断先心病灵敏度、特异性与准确度更高.

关键词：彩色多普勒超声、影像特征、logisitic回归分析模型、反向传播神经网络模型、决策树模型、先天性心脏病、诊断价值

所属期刊栏目：51

分类号：R445.1(诊断学)

资助基金：广西壮族自治区卫生健康委员会自筹经费科研课题Z20190442

在线出版日期：2022-06-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1912-1916