运用人工神经网络技术结合穴位敏化理论探索慢性稳定性心绞痛疾病辅助预测模型的构建思路*
2021-04-10温川飙张艺凡
高 原,杨 娇,赵 凌,温川飙,张艺凡,罗 悦**
(1. 成都中医药大学医学信息工程学院 成都 611137;2. 成都中医药大学针灸推拿学院 成都 611137;3. 成都市第一人民医院 成都 610016)
1 引言
发表于Nature Reviews Cardiology的文章指出“急性冠脉疾病主要是由于斑块破裂和血栓引起,而侵入性诊断手段具有造成斑块破裂的风险,这为冠心病的无创检测提供了独特的机会”[1]。慢性稳定性心绞痛(Chronic Stable Angina,CSA)是指由心肌缺血缺氧引起的典型心绞痛发作,其主要表现为在1-3 个月内心绞痛发作的频率、程度、诱发及缓解因素相对稳定的冠心病类型,也是严重危害人类健康的主要心血管疾病。目前冠心病诊断的“金标准”仍是冠状动脉造影和血管内皮超声,但其皆为有创性检查,且可能具有造影剂过敏、肾毒性、心律失常等副作用[2]。最新的《冠心病合理用药指南》(2018版)[3]指出冠脉造影临床上主要应用于危险分层较高的患者,而对高危患者则慎用(高危检查),这严格限制了适用的人群,在临床上并不做常规推荐;其检测成本较高,加重了患者的经济负担。因此,探索建立一种无创、安全、简便、低成本的CSA 疾病辅助诊断方法,弥补当前冠状动脉造影检测的局限性将具有良好的临床运用价值。
人工神经网络(Artificial Neural Network,ANN)是由大量处理单元(或称“神经元”)在系统内部广泛互连而成的可训练网络,是在现代神经科学研究成果的基础上提出的能模拟人脑智能和形象思维能力的一条重要途径和方法[4]。ANN 通过模拟人脑神经系统的组织方式来构成的非线性自适应信息处理系统,具有强大的学习和自我组织能力,是现代信息技术的研究热点。……
