用人工神經網絡建立缺血性腦卒中復發的預測模型*

譚 英 耿德勤 黃水平△

用人工神經網絡建立缺血性腦卒中復發的預測模型*

譚 英1耿德勤2黃水平1△

目的 利用BP人工神經網絡和多因素logistic回歸建立缺血性腦卒中患者復發的預測模型，為臨床醫生提供一種簡單、高效、準確的評估缺血性腦卒中患者是否復發的方法。方法 應用logistic回歸模型對資料進行單因素篩選，將篩選出有統計學意義的指標進行BP神經網絡和多因素logistic回歸分析，建立缺血性腦卒中患者復發的預測模型，并對兩個模型進行比較。結果 應用BP神經網絡和logistic回歸模型建模，對測試集樣本預測，BP神經網絡和logistic回歸模型預測正確率分別為84.6%和81.7%，ROC曲線下面積分別為0.787和0.729，說明BP神經網絡模型預測性能優于logistic回歸模型。結論 人工神經網絡模型預測效果優于logistic回歸模型。

BP神經網絡 Logistic回歸 預測模型

*:本課題是徐州市社會發展科技計劃項目(XF10C063)

1.徐州醫學院公共衛生學院(221002)

2.徐州醫學院附屬二院

△通信作者:黃水平，E-mail:hsp@xzmc.edu.cn

近年來，缺血性腦卒中復發的研究已經逐漸成為醫學界的熱點。隨著醫療技術的發展和人口老齡化的日益加劇，缺血性腦卒中的病死率呈下降趨勢，但復發率卻有所上升〔1〕。劉東等〔2〕對北京地區復發性腦卒中事件發病變化趨勢研究表明，從1984年的48.30/10萬上升到2000年的122.29/10萬，復發率上升了153%，年平均增長7.6%，給社會和家庭帶來沉重負擔。由于傳統的統計學方法對數據要求較高，要求數據滿足給定條件方可擬合。故本研究采用人工神經網絡的方法，建立缺血性腦卒中復發的預測模型，可以用于篩查缺血性腦卒中患者復發的高危人群，為更快更好的確定治療方案和降低缺血性腦卒中的復發提供理論依據。

對象和方法

1.研究對象

選擇2008－2009年在徐州醫學院附屬醫院神經內科病房住院的缺血性腦卒中患者474例，根據嚴格的診斷、納入及排除標準選擇合適的病例進入本研究，進行回顧性隨訪調查。根據與回顧性研究相同的診斷、納入及排除標準，選擇2010年8月31日至2011年2月28日在徐州醫學院附屬醫院神經內科病房住院的缺血性腦卒中患者115例，進行前瞻性隨訪調查。

2.調查內容

采用自制問卷，面對面調查方式收集資料，主要包括:性別、年齡、婚姻狀況、文化程度、就診醫院級別、治療天數、入院時體溫、脈搏、收縮壓、舒張壓、房顫、頸動脈軟斑、既往史、甘油三酯、總膽固醇、LDL、HDL、空腹血糖、血鉀、血鈉、血氯、尿酸、尿素氮、肌酐、血白蛋白、纖維蛋白、APO-A、APO-B、出院后康復治療、服用阿司匹林類藥物、是否服用中藥、是否服用營養品、睡眠情況、是否易激動等49項指標。

3.分析方法

(1)數據庫建立:調查資料用Epidata軟件雙份輸入、邏輯校對后，建立數據庫。

(2)訓練和測試集選擇:選擇樣本中回顧性調查對象作為訓練集，前瞻性調查對象作為測試集，用來測試已建立的各種模型的預測精度。

(3)分別用SPSS16.0、Clementine軟件建立缺血性腦卒中復發的二分類非條件logistic回歸和BP神經網絡的預測模型，并繪制ROC曲線。

結 果

1.logistic回歸結果

由于變量越多，人工神經網絡訓練速度越慢，甚至出現過度擬合的現象。將回顧性調查收集的474例患者作為模型的訓練樣本，對調查的49項指標進行單因素篩選，最終得出年齡等16項指標有統計學意義，具體結果見表1。

表1 單因素logistic回歸分析結果

對上述篩選出來的變量進行多因素logistic回歸分析得出年齡、舒張壓、語言障礙、飲酒、阿司匹林、甘油三酯和睡眠7個影響因素，由以上7個影響因素，建立logistic回歸模型，其表達式為:

logit(p)=－8.294+0.060x1+0.053x2+0.668x3+0.523x4－0.263x5+0.321x6－0.478x7，公式中(x1、x2、x3、x4、x5、x6、x7)分別年齡、舒張壓、語言障礙、飲酒、阿司匹林、甘油三酯和睡眠7個因素。

2.訓練集網絡模型的建立及訓練

將回顧性調查的病例474人作為訓練集，將前瞻性調查的115名患者作為測試集。為了簡化計算并防止不必要的過度擬合，對本次研究利用logistic回歸對所有因素進行單因素篩選，以單因素篩選出的全部16個因素作為輸入變量，即輸入層神經元。分別用三種不同隱層數目的單純BP神經網絡模型建模。

本次研究根據試湊法確定隱層節點數，將第一隱層節點定義為9，二三層逐層減小分別為5和3，分別用ANN1、ANN2、ANN3表示。同時擬選取最大訓練誤差為0.01，初始學習率為0.3、最低學習率為0.01、最高學習率為0.3，動能項α=0.9。

(1)三種BP神經網絡模型ROC曲線下面積比較

用三種BP神經網絡模型的預測概率和實際結果做ROC曲線，曲線下面積分別為0.933(95%CI:0.902 ～0.964)、0.920(95%CI:0.809 ～0.942)、0.877(95%CI:0.835～0.920)，可知ANN1預測準確性高于其他兩種模型。

(2)不同隱層數目模型的預測精度效度比較

各模型的預測正確率分別為94.59%、93.67%、92.83%，三種正確率之間有統計學意義(χ2=1.139，P=0.566)見表2。可知不同隱層數的BP神經網絡預測正確率無統計學意義，單層BP神經網絡預測一致性高于其他兩種。其靈敏度、特異度以及Youden指數也均高于后兩種，說明單層BP神經網絡的預測效果優于其他兩種模型。

ANN)1 94.6 89.0 89.8 78.8 ANN2 93.7 87.3 89.5 76.9 ANN3 92.8 83.6 89.1 72.7

增加隱層的數目不能改善BP神經網絡的預測效果，甚至有可能影響模型預測的精度，同時單一隱層建模時間短，而且不易發生過度擬合現象，故選擇含一個隱層的BP神經網絡。根據導入影響因素對網絡的影響程度，做如下順位圖(圖1)。影響程度最高的前三位影響因素分別為ADL、舒張壓和阿司匹林服用情況。

圖1 單隱層BP神經網絡影響因素順位圖

3.測試集預測結果

(1)模型預測結果的評價

將115例測試樣本代入以上建立的logistic模型和ANN1，ANN1的準確率、靈敏度、特異度、約登指數均高于logistic回歸模型(見表3)。

logistic)81.7 61.9 72.3 34.2 ANN1 84.6 81.0 79.3 60.3

(2)ANN1與logistic回歸模型相比，其ROC曲線下面積為0.787，大于后者者得出的結果0.729，由此可知ANN1的預測判別能力高于傳統的logistic回歸模型。

討 論

1.BP神經網絡模型在疾病預測中的應用

在醫學統計預測領域，Werbos第一個利用BP算法訓練神經網絡進行預測并發現它的功能要優于傳統的統計學方法，如Box－Jenkins方法。Hughes等用神經網絡對肝臟移植術后的急性排斥反應進行預測，其結果優于傳統預測方法。Ellenius等用神經網絡對急性心肌梗死的發病預測，也取得了成功〔3〕。黃水平〔4〕等應用人工神經網絡研究食管癌、胃癌發病及胃癌根治術患者預后的影響因素，取得了理想的結果。Pranab Dey〔5〕等建立一個人工神經網絡(ANN)模型檢測癌細胞學積液，應用經過充分訓練的人工神經網絡模型對惡性腫瘤進行鑒別診斷，取得了良好的結果。Hakan Isik〔6〕等將人工神經網絡分類的方法應用于超聲理療，在確定治療的時間，各年齡段超聲理療的價值以及超聲治療區域的選擇等方面取得了成功。人工神經網絡最具吸引力的特點就是它的學習能力。學習也稱訓練，是指在受到外界刺激(即樣本集的輸入)的情況下，神經網絡按照一定的方式不斷調整參數(連接權)，并可以將樣本集的內涵以連接權矩陣的方式儲存起來，使神經網絡再次接受輸入時，可以給出適當的輸出。本研究考慮到神經元個數過多對樣本量要求較高，故選擇通過單因素logistic回歸篩選出來的，與缺血性腦卒中復發密切相關的變量作為輸入變量，利用訓練集建立網絡，由測試集對網絡進行評價，得出BP神經網絡預測正確率為84.6%，優于logistic回歸模型的81.7%。ROC曲線下面積BP神經網絡和logistic回歸分別為0.787和0.729，說明BP神經網絡預測效果較好。

2.神經網絡與logistic回歸的比較

BP神經網絡在疾病預測方面越來越受到廣大醫學工作者的重視，人們經常用它與logistic回歸模型進行比較。logistic回歸模型的優點是簡單易用，對因素單獨效應的定量解釋明確，可以直接得出相對危險度的近似估計，建立變量在數量上依賴關系的方法論〔7〕。神經網絡模型采用的是信息論的方法，結合模擬人的思維模式，通過學習已有的樣本建立網絡。具有強大的解決變量間的共線性效應和交互作用的能力，對資料的分布形式無任何限制并能充分利用資料信息，容錯性強。神經網絡作為一個非線性的數學模型，有助于發現多個變量間未知的關系。瑞典Mi-Chael Green〔8〕用多種類型的人工神經網絡和單變量、多變量logistic回歸模型分別研究急性冠狀動脈綜合征(ACS)的危險因素并進行比較。研究認為，人工神經網絡明顯優于1ogistic回歸模型。賀佳〔9〕等的研究認為BP人工神經網絡對于數據的擬合情況要遠遠優于傳統的COX回歸和logistic回歸。

本課題研究結果logistic回歸預測模型ROC曲線下面積為0.729，BP神經網絡預測結果ROC曲線下面積為0.787;BP神經網絡和logistic回歸的Youden指數為分別為60.3%和34.2%，說明BP神經網絡的預測效果優于logistic回歸。BP神經網絡預測結果一致率、靈敏度、特異度皆高于logistic回歸，說明對于缺血性腦卒中這樣的致病因素多，而且各因素間關系復雜的疾病，BP神經網絡模型的擬合效果優于logistic回歸模型。

疾病的發病過程是一個受多因素影響的復雜過程，傳統的統計方法預測疾病的發生過程往往存在很大的局限性，而BP神經網絡的優點恰恰適合預測疾病的發生過程。但是本研究中建立的BP神經網絡模型都是在用其它方法對數據進行初始分析的基礎上進行的，變量越多網絡的訓練速度越慢，并且可能導致過度擬合。因此我們不能片面的認為BP神經網絡就一定優于logistic回歸模型，只能說明兩者是互補的關系，應該將神經網絡與傳統統計分析結合起來應用才能夠發揮其最大效力。

目前神經網絡的預測能力已經得到普遍認可，但是它尚存在一些問題有待解決。首先，神經網絡的建立隨著參數、函數、初始值等的設置而變化，這些設置的正確性缺乏理論依據，只能依靠經驗和試驗來確定。其次，神經網絡不能像logistic回歸模型那樣有一個公認的模型輸入變量的準入和剔出原則;再次，各因素對因變量作用的醫學解釋尚不明確，其假設檢驗方法和可信區間等問題仍有待進一步研究。

1．經屏，張媚，張臨洪．缺血性腦卒中早期復發的臨床特點和危險因素預測．卒中與神經疾病，2002，9(1):35-37．

2．劉軍，趙冬，王薇．北京地區1984-2000年35～74歲人群復發性腦卒中事件發病變化趨勢．中華流行病學雜志，2007，28(5):437-440．

3．Sargent D J．Comparison of artificial neural networks with other statistical approaches:results from medical data sets．Cancer，2001，91(8):1636-1642．

4．李文琦，黃水平．影響胃癌根治術患者預后的臨床因素分析及預測研究．現代預防醫學，2011，38(17):3404-3407．

5．Dey P，Barwad A，Dey P，et al．Artificial neural network in diagnosis of metastatic carcinoma in effusion cytology．Cytometry Part B(Clinical Cytometry)，2012，82(B):107-111．

6．Isik H，Arslan S．An artificial neural network classification approach for use the ultrasound in physiotherapy．J Med Syst，2011，35(6):1333-1341．

7．楊洋．利用人工神經網絡模型預測原發性高血壓的研究．中國醫科大學碩士論文，2010．

8．Green M，Bjork J，Forberg J，et al．Comparison between neural networks and multiple logistic regression to predict acute coronary syndrome in the emergency room．Artif Intell Med，2006，38(3):305-18．

9．賀佳，張智堅，賀憲民．肝癌術后無瘤生存期的人工神經網絡預測．數理統計與管理，2002，21(4):14-16．

Building Ischemic Stroke Recurrence Prediction Model by U-sing Artificial Neural Networks

Tan Ying，Geng Deqin，Huang Shuiping．Department of Epidemiology and Healthy Statistics，XuZhou Medical College(221002)，Xuzhou

ObjectiveTo establish ischemic stroke recurrence prediction model based on BP artificial neural network，provides clinicians with a simple，efficient，accurate assessment of patients with ischemic stroke recurrence.MethodsUsing logistic regression model to univariate analysis，and filter out the significant indicators for the BP neural network and logistic regression multivariate analysis，to establish the ischemic stroke recurrence prediction model，and compared two models.ResultsEstablish the BP neural network and logistic regression model，BP neural network and logistic regression's prediction accuracy were 82.6%and 75.1%，The area under the ROC curve were 0.875 and 0.880，BP neural network model has a better prediction accuracy than the logistic regression model．Conclusion

Artificial neural network model is better than the logistic regression model in prediction effect．

BP neural network;Logistic regression;Prediction model

(責任編輯:丁海龍)