椎动脉支架内再狭窄的人工神经网络分析

摘要：

探讨椎动脉狭窄支架植入术后再狭窄的危险因素,并利用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种可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因素.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生支架内再狭窄,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15 mm,无再狭窄组患者中支架长度平均值为17 mm,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=0.01);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,评估结果显示,BP神经网络模型预测结果令人满意,不会发生ISR的确诊率q1≥75％,会发生ISR确诊率q2=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神经网络模型可用于预测椎动脉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

所属期刊栏目：34

分类号：R318(医用一般科学)

资助基金：国家自然科学基金81171107

在线出版日期：2015-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：407-412