人工神經(jīng)網(wǎng)絡(luò)（BPANN）在乳腺癌的診斷效能研究

郭毓娟，吳 雄*，楊樂藝，王增燕，王增燕，顏 昕

（福建醫(yī)科大學附屬漳州市醫(yī)院，福建 漳州 363000）

乳腺癌在臨床上較為常見，及早診斷有助于降低患者的病死率，改善生活質(zhì)量。隨著現(xiàn)代醫(yī)學理念的發(fā)展，數(shù)據(jù)挖掘（DM）成為目前醫(yī)學界診斷的首選方法，通過在定制數(shù)據(jù)集中進行分析，提取人們所不知道的有用信息，而人工神經(jīng)網(wǎng)絡(luò)（BPANN）則是DM技術(shù)的重點內(nèi)容，基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的醫(yī)學診斷，正在各地區(qū)快速發(fā)展，并取得了滿意效果。

1 資料與方法

1.1 一般資料

選擇我院收治的186例乳腺腫塊患者，患者入院時間為2017年7月～2019年9月，入選病例在手術(shù)治療前對患者實施高頻彩超與病理檢查。本組患者平均年齡（48.96±7.36）歲，平均受教育時間為（10.52±2.83）年。本組的186例患者均常規(guī)體檢中發(fā)現(xiàn)乳腺腫塊就診，少數(shù)患者自覺乳房疼痛；經(jīng)病理檢查，確診43例為惡性腫瘤患者，占總例數(shù)23.12%（43/186）。

1.2 統(tǒng)計分析方法

通過E P I D ATA 3.0建立數(shù)據(jù)庫，通過S P S S Clementine11.1進行BP人工神經(jīng)網(wǎng)絡(luò)分析，其中以Xi（i=1，2，3…n）為輸入神經(jīng)元，以Y為輸出神經(jīng)元，構(gòu)建三層BP神經(jīng)網(wǎng)絡(luò)模型，其中數(shù)據(jù)分析過程中采用輸入層、輸出層與隱含層的三層分析結(jié)構(gòu)。

2 結(jié) 果

通過對186例患者的影像學檢查資料進行分析后，發(fā)現(xiàn)惡性腫瘤患者的影像學資料要明顯區(qū)別于良性腫塊患者，在分別對兩組患者的影像學檢查結(jié)果進行分析后，發(fā)現(xiàn)組間數(shù)據(jù)差異顯著（P＜0.05），相關(guān)資料如表1所示。

表1 影像學檢查結(jié)果（n=186）

同時通過人工神經(jīng)網(wǎng)絡(luò)模型，本次研究中對樣本進行拆分，并選擇表1的7個如現(xiàn)在超聲特征指標為指標量，同時在SPSS軟件中測量的尺度為有序，以Y（惡性=1，良性=0）為因變量建立模型，最終的神經(jīng)網(wǎng)絡(luò)擬合結(jié)果如表2所示。

3 討 論

3.1 人工神經(jīng)網(wǎng)絡(luò)在乳腺癌診斷中的應(yīng)用

乳腺癌是臨床上常見的女性惡性腫瘤，具有惡性程度高、預(yù)后差的特征，對女性的生命安全構(gòu)成嚴重威脅，因此尋找一種更有效的臨床診斷方法已經(jīng)成為醫(yī)學絕關(guān)注的重點內(nèi)容。在本次研究中，本文將結(jié)合人工神經(jīng)網(wǎng)絡(luò)（BPANN）技術(shù)，對該技術(shù)在乳腺癌中的應(yīng)用效能做詳細研究，希望能為進一步提高乳腺癌檢出率提供支持。

在本次研究中，詳細分析了超聲診斷方法配合人工神經(jīng)網(wǎng)絡(luò)在乳腺癌患者診斷中的應(yīng)用價值。從本文的研究結(jié)果來看，通過人工神經(jīng)網(wǎng)絡(luò)方法能夠進一步提高檢出率，從研究結(jié)果可知，邊界、包膜以及微鈣化等都是標準化的重要指標。并且結(jié)合本次研究發(fā)現(xiàn)，臨床上的乳腺良性腫塊呈膨脹性生長的特征，放射性浸潤周圍組織中，并且在影像學檢驗中表現(xiàn)為包膜不清等，而該體征無論是在超聲檢查還是鉬靶檢查中，都是腫瘤浸潤的征象，可以確診為乳腺癌[1]。同時根據(jù)本文的研究結(jié)果可以發(fā)現(xiàn)，內(nèi)部回聲、腫塊形態(tài)、腋窩淋巴結(jié)、微鈣化等都是影響乳腺癌診斷結(jié)果的重要因素。其中腫塊內(nèi)部回聲能夠反映出其病理變化情況，對于腫塊內(nèi)部回聲不均勻以及后方回聲衰減的情況，這是臨床診斷乳腺癌的主要特征。而造成這種特殊結(jié)果的主要原因，是因為腫塊的內(nèi)部彌補不均勻，相應(yīng)也造成了在內(nèi)部回聲上的差異，再加之惡性腫塊本身具有針尖狀的鈣化特征，所以經(jīng)過超聲診斷方法，能夠出現(xiàn)內(nèi)部回聲均勻以及后方回聲增強的效果。

表2 自變量病理結(jié)果的重要性列表

本次的分析結(jié)果顯示顯示，BP人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果的準確性為97.67%（42/43）。

也有學者通過研究發(fā)現(xiàn)，使用X線影像學診斷方法對乳腺腫塊患者進行診斷，在乳腺癌臨床診斷期間，鉬靶軟X線影像學技術(shù)依靠自身經(jīng)濟有效、成像清晰以及效率高等優(yōu)點，成為目前醫(yī)學界乳腺癌普查的首選方法，也被認為是能夠篩查早期無癥狀隱匿性乳腺癌的可行方法[2]。在臨床診斷期間，可以根據(jù)鉬靶X線影像上觀察乳腺癌的危險正向，包括微鈣化點以及腫塊等，其中醫(yī)學界將微鈣化點作為隱匿性乳腺癌的主要表現(xiàn)形式。但是在診斷期間可以發(fā)現(xiàn)，患者乳腺鉬靶膠片上的微鈣化點存在形狀不一、大小各異的情況，并且分布多變，具有較高的誤診率；再加之早期如現(xiàn)在微鈣化點與周圍組織的密度相差不大，所以存在一定的對比難度，單純的通過肉眼觀察很容易出現(xiàn)漏診。針對這種問題，通過人工神經(jīng)網(wǎng)絡(luò)技術(shù)能夠進一步提高檢出率。

3.2 人工神經(jīng)網(wǎng)絡(luò)模型的確定

在常規(guī)的統(tǒng)計方法中，統(tǒng)計學計算被要求能夠滿足正態(tài)性與獨立性的數(shù)據(jù)處理條件，并且相關(guān)計算方法在復雜的非線性問題處理中存在局限性。為了能夠有效解決這個問題，就需要通過一種更有效的處理方法來對乳腺癌診斷的相關(guān)數(shù)據(jù)進行處置。而相比之下，人工神經(jīng)網(wǎng)絡(luò)作為一種非線性映射系統(tǒng)，在數(shù)據(jù)處理階段，對被分析變量沒有任何需求，因此在患者疾病診斷的數(shù)據(jù)處理中，人工神經(jīng)網(wǎng)絡(luò)能夠在模型的信息含量、結(jié)果合理性等方面具有顯著優(yōu)勢[3]。但是根據(jù)我院的實踐結(jié)果可以發(fā)現(xiàn)，在應(yīng)用人工神經(jīng)網(wǎng)絡(luò)期間，確定建模過程則是整個數(shù)據(jù)處理的重難點，尤其是在很多特殊的診斷數(shù)據(jù)處理中，隱含層神經(jīng)元數(shù)量尚無有效的指導方法，很多情況下疾病診斷都會面臨隱含層神經(jīng)元數(shù)量較少的問題，因此所構(gòu)建的模型十分簡單，這種情況會導致數(shù)據(jù)的提取嚴重不足，擬合缺乏合理性；而神經(jīng)元數(shù)量過多，導致網(wǎng)絡(luò)結(jié)構(gòu)十分復雜，造成了過度擬合的問題。所以為了能夠更好的確定人工神經(jīng)網(wǎng)絡(luò)模型，還需要意識對網(wǎng)絡(luò)結(jié)構(gòu)的擬合效果做多次評價，這樣才能選擇最理想的模型。

綜上所述，人工神經(jīng)網(wǎng)絡(luò)模型在乳腺癌臨床診斷中具有滿意的效果，醫(yī)師通過將該方法應(yīng)用到臨床上，為相關(guān)疾病診斷提供前瞻性分析方法，這對于提高乳腺癌檢出率、改善患者預(yù)后具有重要影響，所以值得推廣。