超声预测胎儿体重方法的选择

摘要：

目的对回归法和人工神经网络法预测胎儿体重作一比较,选择一种或几种准确性高、实用性强的方法供临床使用.方法分娩前72小时内测量胎儿双顶径(BPD)、头径(HD)、胸径(THD)、腹径(AD)、股骨长度(FL)、肝脏长度(LL)、软组织厚度(STT)和皮下组织厚度(SCT),并记录新生儿出生体重,共390例,其中250例用于训练人工神经网络及建立体重预测的回归方程;140例用人工神经网络、回归方程和临床方法估计体重,比较不同方法的预测准确性.结果本文建立了两种结构的人工神经网络,输入变量分别为6个和8个,并推导出11个体重计算式.6个变量的人工神经网络法的符合率最高,6个变量的回归方程式的符合率略低,为85.7%,而以AD和FL为变量的方程的符合率为83.6%.从多种变量计算中发现,对体重预测有重要影响的参数是AD、FL、BPD.而新生儿体重在3000～4000g者,各方法的精确度较高.结论 1. 人工神经网络是一种准确性高的体重预测的新方法;回归法方法简便、准确性也较高,仍是目前体重预测的主要方法;2. AD、FL、BPD是超声预测胎儿体重的重要指标;3. 为准确预测过大和过小胎儿的体重,应采用分段方法另设计算式加以计算.

关键词：神经网络、超声学、预测、胎儿、体重

所属期刊栏目：22

分类号：R71(妇产科学)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页码：339-342