目的利用卷积神经网络分析颅脑影像,以预测高原人群的早期机能衰退。方法筛选2024年5月至2025年1月联勤保障部队第九八八医院对口支援的西藏错那县人民医院540例早期衰弱人群作为研究组,年龄40岁~55岁。300例正常人群作为对照组,年龄、...目的利用卷积神经网络分析颅脑影像,以预测高原人群的早期机能衰退。方法筛选2024年5月至2025年1月联勤保障部队第九八八医院对口支援的西藏错那县人民医院540例早期衰弱人群作为研究组,年龄40岁~55岁。300例正常人群作为对照组,年龄、性别与研究组差异无统计学意义。收集脑核磁共振成像参数,利用主成分分析筛选颅脑影响机能衰退的影像特征。对比临床机能衰退评估标准,建立卷积神经网络、支持向量机、随机森林决策树智能模型,利用受试者工作特征曲线下面积(area under the curve,AUC)、精确率、净重新分类指数、F1分数、校准曲线等对比模型性能。通过准确率、特异性、敏感度等指标对各模型的临床效果进行评价。结果利用颅脑影像参数构建的临床预测模型。卷积神经网络模型预测效能最高,其训练集及测试集AUC(95%CI)分别为0.804(0.750~0.858)、0.803(0.749~0.857),训练集特异度、敏感度及准确率分别为86.52%、87.31%及87.24%,测试集特异度、敏感度及准确率分别为86.78%、86.98%及87.30%。结论基于颅脑影像参数建立的卷积神经网络模型,能有效识别并预测高原环境对人体生理机能产生的早期衰退影响,这为建立高原地区早期健康预警系统提供了依据。展开更多
文摘目的利用卷积神经网络分析颅脑影像,以预测高原人群的早期机能衰退。方法筛选2024年5月至2025年1月联勤保障部队第九八八医院对口支援的西藏错那县人民医院540例早期衰弱人群作为研究组,年龄40岁~55岁。300例正常人群作为对照组,年龄、性别与研究组差异无统计学意义。收集脑核磁共振成像参数,利用主成分分析筛选颅脑影响机能衰退的影像特征。对比临床机能衰退评估标准,建立卷积神经网络、支持向量机、随机森林决策树智能模型,利用受试者工作特征曲线下面积(area under the curve,AUC)、精确率、净重新分类指数、F1分数、校准曲线等对比模型性能。通过准确率、特异性、敏感度等指标对各模型的临床效果进行评价。结果利用颅脑影像参数构建的临床预测模型。卷积神经网络模型预测效能最高,其训练集及测试集AUC(95%CI)分别为0.804(0.750~0.858)、0.803(0.749~0.857),训练集特异度、敏感度及准确率分别为86.52%、87.31%及87.24%,测试集特异度、敏感度及准确率分别为86.78%、86.98%及87.30%。结论基于颅脑影像参数建立的卷积神经网络模型,能有效识别并预测高原环境对人体生理机能产生的早期衰退影响,这为建立高原地区早期健康预警系统提供了依据。
