BP神經網絡在高頻彩超特征診斷乳腺癌中的應用*

葉華容 楊 怡 林 萱 舒志成 朱長才 許珊丹△

BP神經網絡在高頻彩超特征診斷乳腺癌中的應用*

葉華容1楊 怡1林 萱1舒志成1朱長才2許珊丹2△

目的 本研究選取乳腺癌和良性腫塊為研究對象，建立BP神經網絡高頻彩超乳腺癌診斷模型，為乳腺癌早期診斷提供科學方法。方法 運用SPSSClementine11.1，以高頻彩超影像特征指標作為BP神經網絡模型輸入層，以病理學診斷是否為乳腺癌作為輸出層，通過訓練樣本建立高頻彩超特征診斷乳腺癌的BP神經網絡模型。結果 在利用高頻彩超影像特征診斷乳腺癌時，影響最大的是包膜、蟹足或毛刺，其次是后方回聲、血流、邊界、回聲均勻與否，而內部回聲、形態(tài)、砂粒狀微鈣化、腋窩淋巴結等是相對次要因素。BP神經網絡模型預測準確性、靈敏度和特異度分別為96.9%、95.5%和97.6%。結論 利用BP神經網絡進行高頻彩超特征診斷乳腺癌效果較好，有進一步研究的價值。

乳腺癌 BP神經網絡 高頻彩超

乳腺癌是女性主要惡性腫瘤之一，其發(fā)病率和死亡率不斷上升，對女性的健康造成嚴重危害。早期發(fā)現(xiàn)、早期診斷是治療乳腺癌、提高乳腺癌生存率的關鍵［1］。彩色多普勒超聲檢測是現(xiàn)階段使用較多且效果較好的乳腺良惡性腫瘤鑒別方法，與其他病理檢查比較，高頻彩超具有無痛、無創(chuàng)、直觀、價廉及重復性好等優(yōu)勢，與常規(guī)乳腺X攝影比較，高頻彩超具有安全、方便、無射線損害、廉價、不受年齡限制等諸多優(yōu)點［2］。本研究收集良惡患者彩色多普勒超聲的特征，通過建立高頻彩超特征診斷乳腺癌的BP神經網絡模型，為乳腺癌早期診斷提供科學方法和借鑒。

資料與方法

1.資料來源

收集武漢市某三甲醫(yī)院2011年1月～2014年3月以乳腺腫塊住院患者資料，入選病例術前行高頻彩超檢查并經病理檢查，共計216例，均為女性，年齡20～86歲，腫塊大小0.7～6.0cm。多數(shù)患者無明顯自覺癥狀，多為常規(guī)體檢中發(fā)現(xiàn)乳腺腫塊就診，少數(shù)患者自覺乳房脹痛而就診。其中，良性乳腺病例144例，占66.7%，惡性病例72例，占33.3%。

2.統(tǒng)計分析方法

利用EPIDATA3.0建立數(shù)據庫，利用SPSS Clementine 11.1進行 BP神經網絡的模擬，以 Xi（i＝1，2，…，n）為輸入神經元，Y為輸出神經元，建立三層BP神經網絡，包括輸入層、隱含層和輸出層。

結 果

1.良惡性腫瘤的超聲表現(xiàn)

對216例乳腺腫塊的形態(tài)、邊界、有無包膜、蟹足或毛刺、內部回聲、回聲均勻與否、后方回聲、砂粒狀微鈣化、血流、腋窩淋巴結腫大等10個特征按照乳腺腫塊術后病理檢查結果進行分類，結果顯示良性組和惡性組的這10個影像特征均有統(tǒng)計學差異（p＜0.001）。結果見表1。

表1 良性組及惡性組彩色多普勒超聲表現(xiàn)

2.高頻彩超特征診斷乳腺癌的BP神經網絡模型的建立

本研究在建模過程中對樣本進行拆分，按照默認的7：3比例形成訓練集和驗證集，總樣本為216例，其中訓練集樣本數(shù)為152例，測試集樣本數(shù)為64例。選取10個乳腺癌超聲特征指標（X1～X10）作為自變量，以年齡（對年齡離散化，在SPSS軟件中設定測量尺度為有序）作為協(xié)變量，以Y（病例性質良性＝0，惡性＝1）作為因變量建立模型。最終建立的模型隱含層包括4個神經元。神經網絡擬合的自變量重要性見表2。

表2 自變量病理結果的重要性列表

3.BP神經網絡模型擬合的效果

BP神經網絡模型預測準確性為96.9%，靈敏度為95.5%，特異度為97.6%。

表3 BP神經網絡模型擬合效果的分類百分比

討 論

1.對BP神經網絡結果的解釋

本研究顯示，在利用高頻彩超影像特征診斷乳腺癌時，影響最大的是包膜、蟹足或毛刺，其次是后方回聲、血流、邊界、回聲均勻與否，而內部回聲、形態(tài)、砂粒狀微鈣化、腋窩淋巴結等是相對次要因素。

包膜、蟹足或毛刺是最為重要的影響因素，重要性分別達到100.0%和75.0%。臨床上良性腫塊呈膨脹性生長，周圍可見明顯包膜回聲。惡性腫塊多是浸潤性生長，呈放射狀浸入周圍組織內，而在影像特征上表現(xiàn)為包膜不清，可見蟹足或毛刺，該項特征無論在鉬靶檢查還是超聲檢查中，均是明確提示腫瘤浸潤的征象，尤其是浸潤性導管癌。即便是小的惡性結節(jié)其周邊也常常有毛刺出現(xiàn)，只是相對于較大惡性腫瘤，小結節(jié)的毛刺較微小、較短、較為細密［3］。在本研究模型中，無包膜、有蟹足或毛刺形成均提示具有較大的危險性，與相關研究一致［3-4］。

后方回聲、血流、邊界、回聲均勻與否的重要性分別為46.7%、45.8%、41.3%和30.2%。腫塊內部回聲反映腫塊內病理變化，腫塊內部回聲不均勻、后方回聲衰減是乳腺癌的特征之一，由于其內部密度不均勻，因此超聲上表現(xiàn)為內部回聲不均，同時，由于惡性腫塊常伴有針尖樣的鈣化，因此超聲上顯示為惡性腫瘤所特有的密集的強回聲點，而良性腫塊多表現(xiàn)為內部回聲均勻、后方回聲增強或不變等。血流信號，即血流的豐富程度，惡性腫塊的血供較良性腫塊豐富，前者多為2～3級血流，后者多為0～1級血流［4］。

2.BP神經網絡模型的確定

常規(guī)統(tǒng)計學方法要求被分析變量滿足正態(tài)性、獨立性的條件，而且其在處理復雜非線性問題時存在一定的局限。而BP神經網絡是一種非線性映射系統(tǒng)，對被分析變量沒有任何要求，而且BP神經網絡在模型的信息含量、結果的合理性方面有明顯優(yōu)勢［5］。

BP神經網絡結構的確定是建模過程的一大難點，尤其是隱含層神經元數(shù)目的確定目前尚無有效的指導方法。隱含層神經元數(shù)目過少，建立的模型過于簡單，對于數(shù)據的內在規(guī)律提取不足，從而導致擬合不足；神經元數(shù)目過多，則建立的網絡結構又可能過于復雜，導致過度擬合現(xiàn)象［6］。兩種情況均會降低模型的泛化能力，影響其應用價值。通過反復嘗試，對不同網絡結構的擬合效果進行評價，從中選擇最優(yōu)模型。

3.BP神經網絡模型在臨床中的推廣應用

生命現(xiàn)象是錯綜復雜的，為了揭示各種現(xiàn)象發(fā)生發(fā)展的規(guī)律，當前的臨床醫(yī)學與預防醫(yī)學開展了大量研究并取得了豐富的數(shù)據，如何采取合理的數(shù)學模型利用這些數(shù)據對疾病進行前瞻性預測成為目前醫(yī)學工作者的重要工作之一。神經網絡模型因具較好的預測能力、較快的運算速度、良好的穩(wěn)定性、解決復雜非線性關系的能力，在預測和評價方面顯示出優(yōu)越性和合理性，從而具有較好的實際應用價值［7］。BP神經網絡模型為臨床實踐研究提供了新方法，臨床醫(yī)生應將其運用到臨床實踐中去，結合統(tǒng)計學常用軟件來探索BP神經網絡的建立。由于疾病的預測是一種前瞻性的研究方法，模型預測的結果是否符合客觀實際，是否對臨床診斷有所幫助還要經過實踐應用來檢驗，有待于進一步研究［8］。

［1］趙文娟，李文新.大連地區(qū)婦女乳腺癌、宮頸癌篩查結果分析.中國衛(wèi)生統(tǒng)計，2012，29（1）：125-126.

［2］任紅，于學林，崔進國.超聲與X線鉬靶在乳腺癌診斷中的應用.實用放射學雜志，2013，29（6）：899-901.

［3］趙軍.鉬靶X射線、超聲及MRI對乳腺癌診斷的應用價值.影像介入，2014，20（4）：26-29.

［4］劉軍杰，李智賢，丁雪明，等.超聲、MRI檢查在乳腺癌診斷中的應用效果比較.山東醫(yī)藥，2012，52（22）：54-55.

［5］劉文東，吳瑩，艾靜.BP神經網絡在痢疾發(fā)病趨勢預測中的應用研究.中國衛(wèi)生統(tǒng)計，2012，29（6）：801-804.

［6］譚英，耿德勤，黃水平，等.用人工神經網絡建立缺血性腦卒中復發(fā)的預測模型.中國衛(wèi)生統(tǒng)計，2013，30（5）：687-689.

［7］劉春艷，凌建春，寇林元，等.GA-BP神經網絡與BP神經網絡性能比較.中國衛(wèi)生統(tǒng)計，2013，30（2）：173-181.

［8］余濱，丁春，魏善波，等.神經網絡在麻疹預測預警中的應用.中華流行病學雜志，2011，32（1）：73-76.

*：武漢市臨床醫(yī)學科研項目（WX14B31）

1.華潤武鋼總醫(yī)院超聲科（430080）

2.武漢科技大學醫(yī)學院公共衛(wèi)生學院（430065）

△通信作者：許珊丹，E-mail：shandan_xu＠163.com

劉 壯）