人工神经网络在肝硬化食管大静脉曲张预测中的应用

摘要：

目的 利用人工神经网络模型(ANN模型)预测肝硬化食管大静脉曲张.方法 共纳入309例肝硬化患者,根据胃镜结果将患者分为食管无或小静脉曲张组和食管大静脉曲张组,记录年龄、生化指标、脾脏厚度等14个参数.先经单变量分析筛选出与食管大静脉曲张相关的指标,后用这些指标构建ANN模型.结果 单变量分析显示血小板计数、凝血酶原时间、脾脏厚度、腹腔积液、门静脉宽度与食管大静脉曲张相关.以这5指标构建ANN模型预测肝硬化食管大静脉曲张的敏感度为94.27％,特异性达75.00％,诊断的准确率达到84.79％.结论 ANN模型在非侵入性预测肝硬化食管大静脉曲张方面有一定临床意义.

关键词：肝硬化、食管大静脉曲张、人工神经网络、预测

所属期刊栏目：42

分类号：TN3;F20

在线出版日期：2013-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：156-159