乔爱科 彭 坤 牛 静

(北京工业大学生命科学与生物工程学院，北京 100124)

椎动脉支架内再狭窄的人工神经网络分析

乔爱科#*彭 坤 牛 静

(北京工业大学生命科学与生物工程学院，北京 100124)

探讨椎动脉狭窄支架植入术后再狭窄的危险因素，并利用人工神经网络对椎动脉支架内再狭窄(ISR)进行预测分析。首先，随访97例临床患者，对 12种可能影响椎动脉支架内再狭窄的因素进行单因素分析，总结出具有统计学意义的相关因素。然后，利用BP神经网络建立影响因素样本集与对应的ISR之间的隐性联系模型。最后，利用神经网络预测患者是否会发生支架内再狭窄，并对预测准确率进行评估。结果表明，置入支架后，再狭窄组中支架长度平均值为15 mm，无再狭窄组患者中支架长度平均值为17 mm，两者具有显著差异(P=0.005)；再狭窄组患者平均扩张比为1.15，无再狭窄组患者平均扩张比为1.17，两者具有显著差异(P=0.01)；再狭窄组和无再狭窄组患者椎动脉侧别也具有显著差异(P=0.045)。同时，评估结果显示，BP神经网络模型预测结果令人满意，不会发生ISR的确诊率q175%，会发生ISR确诊率q2=100%。支架长度、椎动脉侧别和支架扩张比对椎动脉ISR具有显著性影响。BP神经网络模型可用于预测椎动脉ISR的发生。

血管内支架；动脉粥样硬化；统计分析；人工神经网络

引言

尽管支架置入术是治疗椎动脉重度狭窄、降低后循环缺血性病变的重要方法。然而，研究表明，置入支架具有较高的再狭窄发生率，直接影响患者的远期疗效[1-2]。目前认为椎动脉支架内再狭窄(in-stent restenosis，ISR)形成的主要因素是支架的选择、支架置入的操作技术和患者自身因素[3]。……