儿童青少年肺通气功能预测的后向传播神经网络方法

作     者：陈鑫 张正国 冯逵 陈莉 韩少梅 朱广瑾 

作者机构：中国医学科学院基础医学研究所北京协和医学院基础学院生物医学工程系北京100005 中国医学科学院基础医学研究所北京协和医学院基础学院生理学和病理生理学系北京100005 中国医学科学院基础医学研究所北京协和医学院基础学院流行病学和统计学系北京100005 

出 版 物：《生理学报》 (Acta Physiologica Sinica)

年 卷 期：2011年第63卷第4期

页      面：377-386页

核心收录：

学科分类：1002[医学-临床医学] 100201[医学-内科学(含：心血管病、血液病、呼吸系病、消化系病、内分泌与代谢病、肾病、风湿病、传染病)] 10[医学] 

基　　金：supported by National Key Technology Research and Development Program(No.2008BAI52B02) Key Basic Research Program(No.2006FY110300)of Ministry of Science and Technology of China 

主　　题：用力呼气流量 用力肺活量 人工神经网络 儿童 青少年 

摘      要：本文旨在研究儿童青少年肺通气功能预测的后向传播神经网络（backpropagation neural network,BPNN）方法,以期得到更准确的肺通气功能预计值。样本数据包括内蒙古自治区10~18岁汉族健康儿童青少年999人（男性500人,女性499人）,测量身高和体重,使用肺功能仪检测肺通气功能。利用BPNN和多元逐步回归,对用力肺活量（forced vital capacity,FVC）、用力呼气一秒量（forced expiratory volume in one second,FEV1）、最大呼气流量（peak expiratory flow,PEF）、用力呼出25%肺活量时呼气流量（forced expiratory flow at25%of forced vital capacity,FEF25%）、用力呼出50%肺活量时呼气流量（forced expiratoryflow at50%of forced vital capacity,FEF50%）、最大呼气中段流量（maximal mid-expiratory flow,MMEF）、用力呼出75%肺活量时呼气流量（forced expiratory flow at75%of forced vital capacity,FEF75%）,分性别建立BPNN预测模型和预计方程式,并利用均方差异（mean squared difference,MSD）和相关系数（R）评价BPNN、基于本工作所建立的线性回归方程（LR方程）、香港Ip等报道的Ip方程和国外较常用的Zapletal方程的预测准确程度。结果显示：无论性别,由BPNN所得各指标的预计值与实测值的MSD均小于其它各个预计方程式,且其预计值与实测值的R均大于其它各个预计方程式;由LR方程所得各个指标的预计值与实测值的MSD均小于Ip方程和Zapletal方程,且其R均大于Ip方程和Zapletal方程。FEF50%、MMEF、FEF75%等3个指标的变异系数（coefficient of variance,CV）均大于其它肺通气功能指标,而这3个指标由BPNN所得预计值和实测值的R较LR方程所得R的增幅ΔR（%）也相应大于其它指标。综上所述,进行肺通气功能预测的BPNN方法要优于传统的多元线性回归方法。肺通气指标的CV越大时,BPNN较传统回归方法的预测优势也越明显。