资源类型：
收录情况：
◇ 统计源期刊
文章类型：
机构：
[1]1100070北京首都医科大学附属北京天坛医院超声科
医技科室
超声科
首都医科大学
首都医科大学附属北京天坛医院
首都医科大学附属天坛医院
[2]无锡祥生医疗科技股份有限公司开发部
[3]贵阳市第二人民医院神经外科
贵阳市第二人民医院
出处：
ISSN：
关键词：
颈动脉
斑块
超声造影
双流神经网络
摘要：
目的 训练双流神经网络自动区分颈动脉粥样硬化斑块的稳定性.方法 使用颈动脉内膜剥脱术后经病理证实的115例稳定颈动脉粥样硬化斑块患者和110例易损颈动脉粥样硬化斑块患者的844段超声造影视频,将其中744段视频作为训练集,训练双流神经网络,得到在训练集上区分效果最佳的神经网络.将剩余的100段视频作为测试集,测试该神经网络自动区分颈动脉粥样硬化斑块稳定性的价值.结果 神经网络在训练集上区分颈动脉斑块稳定性的准确率、敏感度、特异度、阳性预测值、阴性预测值、阳性似然比、阴性似然比分别为93%、87%、97%、96%、90%、29和0.13,在测试集上相应的结果分别为80%、70%、90%、88%、75%、7和0.33.受试者工作特征曲线上,训练集和测试集中双流神经网络判断斑块易损性的曲线下面积分别为0.99和0.84,均P＜0.001.结论 利用已知病理结果的超声造影视频,将其输入到双流神经网络进行训练,能得到较好的自动区分颈动脉粥样硬化斑块稳定性的模型.
基金：
北京市医院管理局"扬帆"计划(XMLX201608)国家自然科学基金资助项目(81730050)
中文影响因子：
第一作者：
第一作者机构：
[1]1100070北京首都医科大学附属北京天坛医院超声科
通讯作者：
通讯机构：
[1]1100070北京首都医科大学附属北京天坛医院超声科
[2]无锡祥生医疗科技股份有限公司开发部
推荐引用方式(GB/T 7714)：
宁彬,李璐,于腾飞,等.基于双流神经网络的颈动脉粥样硬化斑块稳定性区分方法[J].中国卒中杂志.2019,14(5):437-443.
