基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的氣管插管Cormack分級(jí)預(yù)測(cè)專家系統(tǒng).pdf

1、一、目的所有病人都必須在開始實(shí)施麻醉之前對(duì)是否存在困難氣道做出估計(jì),一般認(rèn)為采用多指標(biāo)方法對(duì)提高預(yù)測(cè)的準(zhǔn)確性是有益的。Cormack分級(jí)是困難氣道預(yù)測(cè)的重要指標(biāo)之一,也是最終直接指標(biāo),對(duì)其準(zhǔn)確預(yù)測(cè)并進(jìn)行充分準(zhǔn)備將大大提高困難氣道處理成功率,降低并發(fā)癥發(fā)生。本研究采用基于改良誤差反向傳播(ErrorBackPropagation,BP)算法的人工神經(jīng)網(wǎng)絡(luò)建立氣管插管Cormack分級(jí)預(yù)測(cè)系統(tǒng),為實(shí)施麻醉前氣道評(píng)估做出實(shí)時(shí)智能決策支持。對(duì)獲

2、得的全部樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析,以獲得國人困難氣道預(yù)測(cè)相關(guān)參數(shù)及參考值。二、方法收集824臨床病例資料,其中Cormack分級(jí)Ⅰ級(jí)有461例,Ⅱ級(jí)158例,Ⅲ級(jí)189例,Ⅳ級(jí)16例。構(gòu)建了一個(gè)基于三層感知器結(jié)構(gòu)的前饋型神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)系統(tǒng),選擇13個(gè)與預(yù)測(cè)有關(guān)的參數(shù)作為網(wǎng)絡(luò)輸入層變量,并進(jìn)行適當(dāng)?shù)某叨茸儞Q,輸出層變量為一個(gè),即Cormack分級(jí),隱層的隱節(jié)點(diǎn)數(shù)為9個(gè)。采用BP算法作為學(xué)習(xí)算法,在標(biāo)準(zhǔn)BP算法的基礎(chǔ)上加入動(dòng)量項(xiàng)、自適應(yīng)調(diào)節(jié)學(xué)習(xí)率

3、、遺忘機(jī)制和共軛梯度法進(jìn)行改進(jìn)。采用交叉驗(yàn)證法,把樣本隨機(jī)分成四個(gè)子集用于網(wǎng)絡(luò)學(xué)習(xí)和測(cè)試。對(duì)CormackⅠ、Ⅱ級(jí)和Ⅲ、Ⅳ級(jí)分別合并分析,進(jìn)行了連續(xù)變量和分類變量參數(shù)分析,單因素分析和多因素判別分析。三、結(jié)果交叉驗(yàn)證法得到系統(tǒng)對(duì)4個(gè)Cormack分級(jí)的平均分類準(zhǔn)確性為91.9％,由系統(tǒng)得到的各分級(jí)的程序準(zhǔn)確性為:Ⅰ、Ⅱ級(jí)93.5%,Ⅲ級(jí)86.3%,Ⅳ級(jí)85.7%,用戶準(zhǔn)確性為:Ⅰ、Ⅱ級(jí)96.9%,Ⅲ級(jí)76.7%,Ⅳ級(jí)75.0%。用另外收