人工神经网络在超声无创定量诊断肝纤维化中的初步应用

摘要

各种病因所引起的慢性肝病绝大多数都有肝纤维化，其中25％～40％最终发展为肝硬化乃至原发性肝细胞癌。阻断或者逆转肝纤维化已成为慢性肝病治疗中的一个关键性问题。因此，肝纤维化的早期诊断及严重度的评估，便成为肝病诊治工作中的一项重要课题。
　　目的：
　　通过临床收集肝纤维化患者，将常规二维超声及多普勒超声检查结果的各项参数数量化作为输入层，以金标准即肝穿后病理结果为输出层，初步建立超声无创诊断肝纤维化分级的人工神经网络模型，同时建立慢性肝病患者中早期肝硬化的诊断模型，并对两个人工神经网络模型的诊断准确度，特异度及灵敏度进行评价，探讨其临床应用价值。
　　材料与方法：
　　1）采用GE LOGIQ5 Expert以及Acuson Sequoia512型彩色电脑超声诊断仪,选用3.5C探头，成像频率5.5MHz，腹部Abdominal检查条件。
　　2）收集慢性肝病患者及正常对照人群的超声影像数据，数量化10项超声检查指标，慢性肝病患者经超声引导肝脏穿刺病理明确肝纤维化分级。所有超声检测数据经统计学分析筛选出有意义的指标作为输入层，肝纤维化病理分级结果为输出层，初步建立超声诊断肝纤维化分级的人工神经网络模型。
　　3）另外收集的肝纤维化病例及正常人群的超声检测指标数量化后作为人工神经网络超声分级诊断肝纤维化的评价样本集，通过人工神经网络得出诊断输出，建立人工神经网络诊断结果与病理金标准诊断结果的四格表，评价该人工神经网络诊断模型真实性的评价指标。主要包括：灵敏度、特异度、准确度、阳性预告值、尤登指数。
　　4）同肝纤维化分级诊断的模型建立及评价，以慢性肝病患者为对象建立超声无创诊断早期肝硬化的人工神经网络模型进行评价。
　　结果：
　　1）收集的慢性肝病患者，经超声检查后行肝脏穿刺病理活检证实为肝纤维化的患者81例及22例正常对照人群的超声影像数据作为训练样本集，初步建立超声分级诊断肝纤维化的人工神经网络模型。
　　2）收集的65例肝纤维化病例及53例正常人群对人工神经网络超声诊断肝纤维化分级进行评价，其诊断的敏感度为95.4％，特异度96.2％，准确度95.8％，阳性预告值96.9％，尤登指数0.916。
　　3）共收集的慢性肝炎患者83例建立的超声无创诊断早期肝硬化的人工神经网络模型，其诊断的敏感度84.1％、特异度84.6％、准确度87.9％、阳性预告值86.0％、尤登指数0.687。
　　结论：
　　1）本实验通过临床收集病例，运用多种超声检测手段获取综合超声资料，结合统计学及计算机智能技术，初步建立了超声分级诊断肝纤维化的人工神经网络模型，具有较高的敏感度及特异度，为肝纤维化的无创分级诊断提供了具体的思路及方法。
　　2）同时初步建立的超声诊断早期肝硬化的人工神经网络模型也具有较高的敏感性及特异性，在以后的临床慢性肝病患者的病情程度分级中具有一定的指导意义。

目录

封面

声明

目录

缩略语表

中文摘要

英文摘要

前言

文献回顾

一、肝纤维化的病理生理学基础

二、肝脏纤维化分级

三、超声在诊断肝纤维化中的应用

四、CT

五、MR

六、血清学诊断

七、人工神经网络

八、前景与问题

正 文

1. 引言

2. 资料收集与方法

3. 结果

4. 讨论

小 结

参考文献

附 图

个人简历和发表论文

致谢