應用BP神經網絡模型分析老年女性心臟指數正常參考值與地理因素的相關性

張亞平 葛 淼 閆燕春 王 欣 井 靜 向思亭 何進偉

(陜西師范大學旅游與環境學院,陜西 西安 710062)

應用BP神經網絡模型分析老年女性心臟指數正常參考值與地理因素的相關性

張亞平 葛 淼 閆燕春 王 欣 井 靜 向思亭 何進偉

(陜西師范大學旅游與環境學院,陜西 西安 710062)

目的 探討心臟指數和地理因素之間的相關性,為制定心臟指數正常參考值的統一標準提供科學依據。方法 收集了全國 44個市、縣、區級醫院和有關單位及高等院校測定的 2 135例正常健康老年女性心臟指數參考值,對其與地理因素之間的相關性進行顯著性分析,并運用BP神經網絡模擬其與地理因素之間的非線性關系。結果 發現中國健康正常老年女性的心臟指數與地理指標之間的相關性很顯著,并且用 BP網絡得到的預測值有較高的精度,從而用克里格(Kriging)插值法精確的內插出中國老年女性心臟指數正常參考值的地理分布圖。結論 BP神經網絡可以很好地模擬心臟指數和地理因素之間的非線性關系,同時也可以從地理分布圖得到中國任何地方老年女性心臟指數的正常參考值。

心臟指數;地理因素;相關分析;BP神經網絡

目前臨床上已有許多評價心功能的方法和指標,新的指標也在不斷涌現。其中,評價心臟泵血功能的主要指標之一就是心臟指數 (CI),它是指單位體表面積的心輸出量,反映每分鐘心臟搏血的供需關系,是了解血流動力學的基本數據,是評定心功能的重要指標和評價人體健康指標的重要項目之一,也是進行血流動力學監護的重要指標,因此對于它的正常參考值的確定至關重要。盡管已有多種不同的測定手段與方法,對不同年齡段正常人的 CI值進行了報告,但缺乏統一的參考標準,同時也沒有與地理因素相關性分析的報道,嚴重影響了臨床診斷和應用的準確性〔1～23〕。因此,本文通過研究老年女性 CI和地理學相關因素之間的關系,力求能夠找到其相關關系,為全國各地區的 CI正常參考值標準化提供科學依據。

1 資料與方法

1.1 資料

1.1.1 CI正常參考值的獲取 通過檢索中國期刊網全文數據庫、中國重要報紙全文數據庫、中國重要會議全文數據庫、中國優秀博碩士學術論文全文數據庫以及萬方中國學位論文全文數據庫等收集了全國 44個市、縣、區級醫院和有關單位及高等院校測定的 2 135例正常健康老年女性心臟指數參考值;年齡范圍為 60～89歲,經體格檢查、X線胸透、心電圖、腹部 B超檢查及血、尿、糞常規、肝功能等檢查,排除高血壓及心、腦、腎等重要臟器疾病。這些單位分布在中國 25個省、市、自治區,缺乏臺灣省、香港特別行政區、澳門特別行政區的資料。

本文所收集的資料均是用非創傷性的心阻抗圖或阻抗心動圖(I CG)監測得到的 CI值。ICG也稱阻抗血流圖(I CG),是應用微小高頻恒定電流,穿過胸部,將一個心動周期中該電場中胸部阻抗的瞬時變化記錄成曲線,通過心音圖、心電圖、I CG等的同步描記后,得出 CI。它是評價左室收縮和泵血功能、監測血流動力學變化的一項非侵入性技術,自從 Kubicek(1966)提出相應的公式以來,該法被廣泛采用,國內外已有不少報道用該法所測定的老年女性 CI。

1.1.2 相關地理資料的獲取 地理資料均來源于國家測繪局數據中心和中國氣象科學數據共享服務網 (http：//cdc.cma.gov.cn/)提供的共享資料及有關地理著作和詞典〔24～26〕,選取的地理因素指標是 ：海拔高度 (X1),年日照時數(X2),年平均氣溫 (X3),年平均相對濕度 (X4),年降水量(X5),氣溫年較差 (X6),年平均風速 (X7)。1.2 方法

1.2.1 相關性分析 應用 SPSS 17.0統計軟件〔27～29〕,通過相關性分析對老年女性心臟指數與地理因素之間的相關性進行顯著性分析,并得出老年女性 CI與地理因素之間的相關性關系。

1.2.2 多層前饋網絡 (BP)神經網絡模型 BP神經網絡是由Rumelhart和McClelland(1986)提出的基于誤差反向傳播 (Error Back Propagation)算法的 BP網絡,適用于模擬輸入、輸出的近似關系,可以以任意精度逼近任意的連續函數,因此不僅在純數學和應用數學領域有意義,而且在工程和物理學領域也非常有用。它最強大的應用之一就是函數逼近,即從訓練樣本出發,對未知函數進行非線性逼近。而網絡的拓撲結構直接影響網絡對函數的逼近能力和效果。因此,在實際應用中,應根據具體問題,選擇一個合適的網絡結構。一個經過訓練的 BP網絡能夠根據輸入給出合適的結果,雖然這個輸入并沒有被訓練過。這個特性使得BP網絡很適合采用輸入 /目標對進行訓練,而且并不需要把所有可能的輸入 /目標對都訓練過。在實際應用中,BP神經網絡模型的應用設計,可以借助于MATLAB軟件包中的神經網絡工具箱完成〔30〕。

2 結 果

2.1 相關分析結果 運用相關分析法得到中國老年女性 CI正常參考值與 X1,X2,X3,X4,X5,X6,X7的單相關系數 (r)和 P值見表1。

表1 各地理因素指標與老年女性 C I之間的相關性

由表1的單相關系數 r可以看出,隨著 X3、X4、X5和 X7增加,中國老年女性 CI參考值也在增加;但隨著 X1、X2、X6的增加,中國老年女性 CI參考值反而在減小;同時由相伴概率 P值也可以看出,X2與 CI呈很顯著的負相關性,X4和 X5與 CI呈很顯著的正相關性,X3和 X6與 CI分別呈顯著的正相關和負相關性,而 X1和 X7與 CI的相關性不顯著。

2.2 基于BP神經網絡的函數逼近過程及其MATLAB程序實現

2.2.1 BP神經網絡模型設計 根據 Kolmogorov定理 (即映射網絡存在定理)可知,只要用一個三層 BP神經網絡就可實現在一定精度上任意連續函數的逼近,因此本文采用三層 BP網絡,由輸入層、隱含層、輸出層組成,其中 7個地理因素 (X1、X2、X3、X4、X5、X6、X7)作為輸入層的 7個輸入節點 ,老年女性 CI實測值 (Y)作為 1個輸出層節點,隱含層節點數可以參照以下公式進行設計,從而構建 7-11-1的三層 BP網絡結構。輸入層至隱含層以及隱含層至輸出層的傳輸函數分別選用非線性 S型Sigmoid函數 (對數函數 logsig)和線性函數 purelin。

網絡構建好之后,進行初始化,然后根據輸入和輸出對其進行訓練,從而獲得誤差最小時的網絡權重參數,然后運用獲取的參數對新的輸入進行仿真,其中輸入層與隱含層、隱含層與輸出層之間的連接權重由神經網絡通過訓練自動優化獲取。2.2.2 運用神經網絡進行模擬分析 本文通過MATLAB提供的人工神經網絡工具箱建立老年女性正常參考值與地理要素的 BP神經網絡,分別對其進行 100次,500次,800次,1 000次,1 500次,2 000次,2 500次和 4 000次的訓練,獲取網絡參數,不同訓練次數時人工神經網絡的誤差變化曲線及訓練終止時的均方差見圖1。

由圖1可以看出,隨著訓練次數的增加,BP神經網絡的誤差曲線逐漸趨于平緩,均方差在逐漸降低,但在訓練次數增至1 000次時,訓練誤差有增加的趨勢,因此表明,在一定范圍內,訓練次數的增加會降低誤差。特別的,當訓練次數為 800次,模型均方差到達最小值 0.222 338,通過篩選,選擇訓練次數為800次作為最優訓練次數進行仿真。

2.2.3 預測值與實測值成對樣本 T檢驗 運用 SPSS17.0軟件對健康老年女性 CI的實測值與預測值進行成對樣本 t檢驗,結果顯示,配對 t檢驗的統計量為 -0.039,所對應的雙側 P值為 0.969(P＞0.05),所以可以認為兩組總體均值無顯著性差異,即中國健康老年女性 CI正常參考值的預測值和實測值之間有較好的一致性。以下選擇幾個具有代表性的城市,進行中國老年女性 CI實測值和預測值的擬合比較。見表2,圖2。

圖1 不同訓練次數時 BP神經網絡的誤差變化曲線及訓練終止時的均方差

表2 C I的實測值和預測值對比表

由表2和圖2均可以看出,中國健康老年女性 CI正常參考值的預測值和實測值之間的擬合程度很好,因此用 BP神經網絡模型可以提高中國健康老年女性 CI參考值的預測精度。

2.2.4 繪制 CI參考值范圍空間趨勢圖為了準確揭示出中國老年女性 CI正常參考值的地理分布規律,本文選取了全國4 383個市縣作為觀測點,將各個觀測點的 X1,X2,X3,X4,X5,X6和 X7代入訓練了 800次的神經網絡模型進行仿真,計算出這 4 383個市縣老年女性 CI正常參考值的預測值,在已矢量化好的地圖上準確定位這 4 383個市縣。應用 GIS軟件中的統計分析模塊 (GeostatisticalAnalyst)進行克里格 (Kriging)插值〔31〕。精確地擬合出中國老年女性 CI正常參考值的空間分布規律圖。見圖3。

圖2 十城市老年女性 C I實測值與預測值對比圖

圖3 中國老年女性 C I正常參考值空間趨勢圖

由圖3可以清楚地得出中國任何地方老年女性 CI正常參考值,位于同一色系和等值線上的 CI正常參考值相等,同一等值線附近的區域參考值相近,色系變化越快、等值線越密的區域,表示 CI正常參考值變化較大,反之變化較平穩。總體來說,中國老年女性 CI正常參考值的分布規律為：除個別地區外,由西北和東南部向中東部地區呈不斷遞增的趨勢。青藏高原地區的 CI參考值最低,在 2.5 L·min-1·m-2以下,低于一般所認定的正常值范圍 (3.0～5.0 L·min-1·m-2);而中東部地區,如鄭州、武漢、南京等城市的 CI參考值相對較高,都在3.5 L·min-1·m-2以上,但東南部地區,如湖南,福建和廣東等地的 CI又不斷減小。

3 討 論

地理環境具有明顯的地域分異規律性,人類在與地理環境進行相互作用的過程中,不斷地進行著物質、能量和信息的交換,結果必然會相互影響。因此,生活在特定環境中的人們所表現出來的很多特征都帶有明顯的地域性,同樣對于表征心臟泵血功能的 CI也不例外。很多醫師或研究人員都對影響 CI的各種醫學或其他方面的因素做了分析研究,也得出了一些參考值,但對于全國范圍內的統一參考值還沒有進行過研究。本文通過相關分析和構建神經網絡模型,對 CI與地理因素的關系做了一個逼近的模擬預測分析,證明了 CI和地理因素之間是具有相關性的,同時發現與 CI相關性很顯著的地理因素,即年日照時數、年平均氣溫、年平均相對濕度、年降水量、氣溫年較差,最后建立了 BP神經網絡預測模型,用此來估算各地老年女性 CI正常參考值,并借助數字化信息系統 (GIS)手段作出了全國不同地理區域 CI的變化趨勢圖,更加清晰地反映出了它們之間的關系。像西藏、青海等地由于特殊的地理位置,所以它的 CI參考值相對其他地區而言較低。至于地理因素是如何作用于 CI使其形成了這種變化規律,還有待進一步研究。

1 陳雪月,張新民,王惠萍,等.用血流動力學探討心阻抗微分圖O波抬高的機制及臨床意義〔J〕.現代醫學,1983;11(5)：261-4.

2 杜桂珠,張振科,李海旺,等.218例老年人心臟收縮時間間期測定和心輸出量的分析〔J〕.西北國防醫學雜志,1994;5(2)：103-5.

3 謝公元.阻抗法檢測 100例正常人心輸出量以及心臟作功〔J〕.寧夏醫學雜志,1986;8(5)：267-9.

4 王 倬,李占全,閻 濤,等.120名正常人心阻抗圖測定分析〔J〕.錦州醫學院學報,1987;8(1)：33-5.

5 華澤惠,何秉賢,賀曉經.正常老年人左心功能〔J〕.新疆醫學院學報 ,1987;10(3)：190-2.

6 喬玉荷,張秀中.血液循環功能監測 160例〔J〕.河北醫藥,1988;10(6)：33-4.

7 闕緒光,鐘偉光,周令儀.超聲多普勒測量 100名正常人各心瓣口血流速度及心輸出量〔J〕.廣東醫學,1989;10(4)：24-5.

8 華澤惠,李春山,賀曉經.老年高血壓病患者的心功能研究〔J〕.新疆醫學院學報,1990;13(2)：90-3.

9 侯凌冬.心阻抗微分圖檢測冠心病泵功〔J〕.山西醫藥雜志,1990;19(6)：365.

10 施 琦,鄧南偉.223名健康成人胸部生物阻抗法心功能研究〔J〕.心功能雜志,1991;3(2)：69-72.

11 白 晨,蘇國海,魏 芳.用心阻抗法測量冠心病患者不同時期心功能〔J〕.中華全國心血管雜志,2003;8(2)：127-8.

12 崔 維,崔 晶,趙美菊.伊貝沙坦對充血性心力衰竭患者心功能及血小板活化的影響〔J〕.中國綜合臨床,2003;19(10),895-6.

13 俸勇強,伍偉峰.介入治療房間隔缺損后神經內分泌因子及心指數的變化〔J〕.心臟雜志,2007;19(1)：51-2.

14 吳桂芳.無創性血流動力學監測對老年人心力衰竭診斷意義〔J〕.臨床薈萃,1993;8(17)：806-7.

15 李忠心,彭立人,沈 洋,等.尿毒癥血液透析患者高同型半胱氨酸血癥與心血管結構和功能的關系〔J〕.中國血液凈化,2004;3(6)：308-12.

16 娜日蘇,秦林金,王金銳,等.高血壓左室室壁應力與應變的關系〔J〕.內蒙古醫學院學報 ,2004;26(4)：258-62.

17 劉淑君.心阻抗圖對腦梗死患者泵血功能觀察〔J〕.河南醫藥信息 ,1995;3(7)：11-2.

18 齊保申,周曉梅,鄧希賢,等.北京地區青少年心臟功能參數的檢測與分析〔J〕.基礎醫學與臨床,2005;25(6)：547-9.

19 齊云萍,鄧 潔,羅家洪,等.100例健康人血漿神經降壓素相關因素的逐步回歸分析〔J〕.醫藥世界,2006;9：151-2.

20 歐陽星文,彭景添,嚴曉鞏,等.用重建心阻抗圖觀察心功能不全患者血流動力學的變化〔J〕.江西醫學院學報,2007;47(6)：4-6.

21 曹婧文,齊保申,周曉梅,等.廣西壯族自治區體循環血管阻力異常人群的分布及心臟功能分析〔J〕.基礎醫學與臨床,2009;29(5)：484-7.

22 齊保申,周曉梅,韓少梅,等.1695名正常人群外周血管阻力異常及其相關因素分析〔J〕.中國預防醫學雜志,2009;10(6)：441-4.

23 張連枝,張秀英,劉慧萍,等.混合靜脈血氧飽和度及心指數的測定在急性冠脈綜合征中的作用〔J〕.內蒙古醫學雜志,2007;39(2)：212-4.

24 閻崇年,顏吉鶴,宋俊嶺,等.中國市縣大辭典 〔M〕.北京：中共中央黨校出版社,1991：1-1446.

25 顏 宏,沈國權,毛耀順,等.中華人民共和國氣候圖集〔M〕.北京：氣象出版社,2002：2-250.

26 趙 濟,陳傳康,伍光和,等.中國地理〔M〕.北京：高等教育出版社 ,2005：3-391.

27 馮 力.回歸分析方法原理及 SPSS實際操作〔M〕.北京：中國金融出版社,2004：20-206.

28 宇傳華.SPSS與統計分析〔M〕.北京：電子工業出版社,2007：204-57.

29 衷克定.數據統計分析與實踐——Spss ForW indows〔M〕.北京：高等教育出版社,2005：195-241.

30 周開利,康耀紅.神經網絡模型及其MATLAB方正程序設計〔M〕.北京：清華大學出版社,2005：86-135;140-57.

31 湯國安,楊 昕.ArcGIS地理信息系統空間分析教程〔M〕.北京：科學出版社,2006：50-203.

The relationship between normal reference values of Chinese elderlyW omen′s C Iand geographical factors by BP NN

ZHANG Ya-Ping,GEM iao,YAN Yan-Chun,et al.
College of Touris m and Environment,Shaanxi Normal University,Xi′an 710062,Shaanxi,China

Objective To study the correlation be tween geographical factors and cardiac index and to supply a basis for standardizing the normal reference value of Chinese elderlyWomen′s cardiac index(CI).M ethods The correlation analysis was made between 2 135 healthy elderlyWomen′CI normal reference values of and geographical factors,which were determined by different hospitals,related units and institutions in 44 regions,and simulating the nonlinear relationship between them byBP neural networkmethod.Results The correlation between the reference value of Chinese elderly healthyWomen′s CI and geographical factorwas significant,the prediction value of CI with BP network had much higher accuracy,and the geographical distribution map of the nor mal reference value of Chinese elderlyWomen′s CIwas obtained by Krigingmethod.Conclusions BP neural ne tworks can be used to well simulated the nonlinear relationship between CI and geographical factors,and the normal reference value of Chinese elderly healthyWomen′s CI in any place can be obtained from the geographical distribution map.

Cardiac index;Geographical factors;Correlation analysis;BP neural network

R188

A

1005-9202(2011)13-2394-04

國家自然科學基金資助項目(40971060)

葛 淼 (1960-),男,研究員,博士生導師,主要從事醫學參考值地理學研究。

張亞平 (1986-),女,在讀碩士,主要從事健康地理學研究。

〔2010-08-12收稿 2010-11-26修回〕

(編輯 袁左鳴)