基于數(shù)據(jù)挖掘技術(shù)對頸動(dòng)脈硬化斑塊的診斷研究

摘要：近年來，我國中老年人群中患有頸動(dòng)脈硬化的人占比逐漸增多，低齡化趨勢也越來越明顯，該疾病已成為導(dǎo)致中老年人死亡率上升的頭號(hào)危險(xiǎn)因素。超聲檢測作為頸動(dòng)脈硬化診斷的常用手段，可為診斷提供血流動(dòng)力學(xué)參數(shù)、回聲特征、斑塊厚度、長度等數(shù)據(jù)，這重要數(shù)據(jù)不斷累積于醫(yī)院電子病歷數(shù)據(jù)庫中，而對它們的處理大多仍采用人工方式。因此，數(shù)據(jù)挖掘技術(shù)在輔助醫(yī)生進(jìn)行臨床診斷方面具有重要潛力。

關(guān)鍵詞：頸動(dòng)脈硬化斑塊；數(shù)據(jù)挖掘；XGBoost 算法；BP 神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：TP311" " 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2025）07-0071-03

開放科學(xué)（資源服務(wù)） 標(biāo)識(shí)碼（OSID）

0 引言

隨著我國經(jīng)濟(jì)水平的提高，人們的生活方式和飲食習(xí)慣發(fā)生了顯著變化，導(dǎo)致頸動(dòng)脈硬化等疾病的發(fā)病率不斷上升，且呈現(xiàn)出年輕化趨勢[1]。頸動(dòng)脈硬化是導(dǎo)致中老年人死亡率升高的頭號(hào)危險(xiǎn)因素，嚴(yán)重威脅著人們的正常生活與工作，對該疾病相關(guān)數(shù)據(jù)的處理有助于提升診斷效率，挖掘相關(guān)致病因素，為病人提供更加科學(xué)的診斷方案。然而，目前大多數(shù)醫(yī)院對醫(yī)療數(shù)據(jù)的處理仍停留在簡單的增刪改查和人工分析階段，缺乏對數(shù)據(jù)的深度挖掘和利用。大量高維數(shù)據(jù)的處理僅依靠人工分析不僅效率低下，而且容易出現(xiàn)誤差，難以滿足臨床診斷的需求。數(shù)據(jù)挖掘技術(shù)可以有效地識(shí)別數(shù)據(jù)中的潛在模式和關(guān)聯(lián)信息，為醫(yī)生提供更準(zhǔn)確、客觀的診斷依據(jù)，輔助臨床決策。

1 頸動(dòng)脈硬化臨床檢測

頸動(dòng)脈硬化是臨床常見疾病，嚴(yán)重危害中老年人的健康。目前，臨床上常用的頸動(dòng)脈硬化檢測方法包括螺旋CT血管造影、超聲血管檢查和磁共振血管造影等。其中，超聲檢查從20世紀(jì)50年代就已經(jīng)產(chǎn)生，通過對超聲波的物理特性分析與研究和超聲波成像原理的運(yùn)用結(jié)合人體器官的生物學(xué)特征與病理特征，來觀測超聲信息在人體的器官形態(tài)和功能方面的表現(xiàn)，以此來對某種疾病進(jìn)行診斷分析。而超聲作為一種具有無創(chuàng)性、實(shí)時(shí)、簡便以及檢查費(fèi)用低廉等優(yōu)點(diǎn)成為目前頸動(dòng)脈硬化診斷中應(yīng)用最廣泛的手段之一，超聲血管檢查的方式可以將體表大動(dòng)脈清楚地顯示出來，特別是對于頸動(dòng)脈血管壁的各種狀況的顯示[2]，但受環(huán)境等因素的影響，超聲檢測所得數(shù)據(jù)也存在一定的錯(cuò)誤與冗余。如圖1所示，就是利用超聲血管檢查的方式展示出來某患者頸總動(dòng)脈血管內(nèi)的情況。

一個(gè)完整的頸動(dòng)脈超聲檢查不僅是對頸總動(dòng)脈的檢查，還對頸內(nèi)、頸外以及椎動(dòng)脈進(jìn)行相應(yīng)的檢查。通過超聲檢查可對頸動(dòng)脈所處位置、具體形狀、內(nèi)中膜厚度、呈現(xiàn)的大小以及血流的動(dòng)力學(xué)變化等情況做出檢測，其中血流動(dòng)力學(xué)信息對頸動(dòng)脈硬化斑塊的診斷有著重要作用，圖2所示為某頸動(dòng)脈硬化患者的血流信號(hào)頻譜圖。

頸動(dòng)脈狹窄現(xiàn)象的出現(xiàn)是因?yàn)橛邪邏K的形成，而頸動(dòng)脈血流動(dòng)力學(xué)信息也是隨著狹窄程度的不同而呈現(xiàn)不同的變化。臨床上，當(dāng)頸動(dòng)脈血管正常時(shí)，多普勒超聲信號(hào)頻譜中所顯示的血流信息參數(shù)，收縮期峰值流速通常在60～100 cm/s范圍內(nèi)，舒張期末期流速小于40 cm/s。當(dāng)頸動(dòng)脈血管有異常現(xiàn)象出現(xiàn)時(shí)，就是導(dǎo)致頸動(dòng)脈內(nèi)徑變小，包括頸內(nèi)動(dòng)脈以及椎動(dòng)脈，血管內(nèi)部變得迂回彎曲，血流過程中的阻力變大，血流量與正常血管相比有所減少，致使收縮期峰值流速、阻力指數(shù)、搏動(dòng)指數(shù)升高。國際上，頸動(dòng)脈狹窄通過2003年放射年會(huì)超聲會(huì)議上發(fā)表的準(zhǔn)則來進(jìn)行判斷，如表1所示。

由上文中關(guān)于舒張末期值Vmin點(diǎn)及收縮期的峰值流速Vmax點(diǎn)的定義可得到的是，Vmin和Vmax分別代表著最大頻率曲線上的最小值及最大值。同時(shí)，對于頸動(dòng)脈的內(nèi)徑可由多普勒超聲血流信號(hào)頻譜來提供，單位可記作mm；TAMAX來表示平均血流速度，其值可定義為在一個(gè)周期內(nèi)血流速度的積分與心動(dòng)周期的時(shí)間之比，單位同樣記作cm/s；血流量記為CBF，單位是ml/min，指的是血管橫截面積在一個(gè)運(yùn)動(dòng)周期內(nèi)隨時(shí)間的變化；Vmax／Vmin即收縮期峰值流速與舒張末期值的比值，能夠體現(xiàn)血管阻力狀況的一項(xiàng)指標(biāo)即阻力指數(shù)RI與血管順應(yīng)性與彈性狀態(tài)的指標(biāo)搏動(dòng)指數(shù)PI。這些參數(shù)在一定程度上反映了頸動(dòng)脈血流狀況和狹窄程度，同時(shí)在對頸動(dòng)脈硬化斑塊疾病的診斷中也具有非常重要的含義[3]。

2 數(shù)據(jù)挖掘技術(shù)應(yīng)用

2.1 數(shù)據(jù)挖掘流程

數(shù)據(jù)挖掘?qū)儆谝环N適應(yīng)性綜合方法，可代表待選模型的反復(fù)產(chǎn)生過程，其中待選模型的復(fù)雜度處于逐漸增加的狀態(tài)。該方法的核心技術(shù)為GMDH，通過GMDH技術(shù)只需要完成初始輸入函數(shù)以及傳遞函數(shù)等的指定，即可從觀測樣本中自動(dòng)生成數(shù)據(jù)模型。為實(shí)現(xiàn)數(shù)據(jù)的深度挖掘，數(shù)據(jù)挖掘方法應(yīng)滿足3個(gè)核心條件。

1） 應(yīng)包含一個(gè)簡單的初始組織。

2） 可使組織產(chǎn)生突變的機(jī)制（該機(jī)制主要在訓(xùn)練數(shù)據(jù)集的基礎(chǔ)上提出假設(shè)） 。

3） 該方法內(nèi)部應(yīng)包含一個(gè)選擇機(jī)制，將組織改善作為目標(biāo)進(jìn)行突變的評(píng)價(jià)。

通過數(shù)據(jù)挖掘?qū)崿F(xiàn)模型建立時(shí)，首先應(yīng)將樣本數(shù)據(jù)劃分為訓(xùn)練集以及檢測集，其中訓(xùn)練集中存在的頸動(dòng)脈血流數(shù)據(jù)主要用于模型建立中，包括參數(shù)估計(jì)數(shù)據(jù)以及結(jié)構(gòu)綜合數(shù)據(jù)等：檢測集中包含的數(shù)據(jù)僅在選擇最優(yōu)復(fù)雜度模型時(shí)被使用，在模型建立過程中不被使用。數(shù)據(jù)挖掘算法實(shí)際上是一種對數(shù)據(jù)進(jìn)行分組處理的方法，由數(shù)據(jù)挖掘算法中的樣本數(shù)據(jù)可完成各項(xiàng)數(shù)據(jù)挖掘技術(shù)的本質(zhì)區(qū)分，數(shù)據(jù)挖掘算法整體流程如圖3所示[4]。

數(shù)據(jù)挖掘算法整體流程主要在領(lǐng)域理論的基礎(chǔ)上進(jìn)行實(shí)現(xiàn)，其運(yùn)作流程為：首先利用先驗(yàn)信息對數(shù)據(jù)挖掘模型知識(shí)提取能力進(jìn)行整體提升，知識(shí)的提取主要通過數(shù)據(jù)和科學(xué)理論結(jié)合的方法實(shí)現(xiàn)。該方法在一定程度上對領(lǐng)域理論具有完善作用，將其應(yīng)用于頸動(dòng)脈硬化斑塊的診斷中，可向醫(yī)生提供獲取知識(shí)的方法或者新的理論范疇，有利于幫助醫(yī)生做出更加科學(xué)的診斷決策。

2.2 頸動(dòng)脈數(shù)據(jù)預(yù)處理

歷史數(shù)據(jù)的數(shù)量及質(zhì)量可直接決定頸動(dòng)脈硬化斑塊診斷模型的性能。傳統(tǒng)提取信息的方法，發(fā)生數(shù)據(jù)異常以及數(shù)據(jù)缺失等情況的概率極高，易受到外界因素以及人為等因素的影響，從而產(chǎn)生低精度或者失效的測量數(shù)據(jù)，若將該數(shù)據(jù)直接應(yīng)用于診斷系統(tǒng)中，可造成系統(tǒng)整體性能的大幅度下降，最終無法保證預(yù)測的準(zhǔn)確性。并且頸動(dòng)脈硬化斑塊預(yù)測模型建立過程中，系統(tǒng)內(nèi)部各輸入變量之間相互影響程度較大。為保證系統(tǒng)對頸動(dòng)脈硬化斑塊診斷精準(zhǔn)性，應(yīng)對數(shù)據(jù)進(jìn)行預(yù)處理。

2.2.1 數(shù)據(jù)規(guī)范化處理

由于超聲檢測過程中產(chǎn)生的測量數(shù)據(jù)存在量綱不同的問題，若量綱不同可直接造成測量數(shù)值的差異性，從而引發(fā)數(shù)據(jù)范圍的不確定性。數(shù)據(jù)差異性的擴(kuò)大可直接影響頸動(dòng)脈硬化斑塊診斷模型的精準(zhǔn)性，使該模型的精度無法滿足臨床要求。為提升預(yù)測模型的預(yù)測精度，數(shù)據(jù)的范圍會(huì)被規(guī)范化。規(guī)范化方法是建立最小值與最大值之間的關(guān)聯(lián)，將頸動(dòng)脈血流數(shù)據(jù)中大小、單位不相同的數(shù)據(jù)統(tǒng)一到一定范圍內(nèi)，如公式（1） 所示[5]。

[χ'=χ-AminAmax-Amin×Lmax-Lmin+Lmin]" " " " "（1）

在公式（1） 中，隨機(jī)頸動(dòng)脈硬化患者的身體數(shù)據(jù)記作[χ]，重新規(guī)劃后的值使用[χ']進(jìn)行表示。[Amax，Amin]分別代表源數(shù)據(jù)集中的最大值與最小值，二次規(guī)劃數(shù)據(jù)集中的最大值與最小值用[Lmax]和[Lmin]表示。

2.2.2 數(shù)據(jù)相關(guān)性分析

數(shù)據(jù)相關(guān)性分析是衡量兩個(gè)或多個(gè)變量之間關(guān)系強(qiáng)度和方向的重要統(tǒng)計(jì)方法，有助于理解變量間的相互影響。數(shù)據(jù)挖掘時(shí)采用的頸動(dòng)脈硬化樣本數(shù)據(jù)庫中存在較多變量，為保證系統(tǒng)可從大規(guī)模的數(shù)據(jù)集中挖掘出各變量之間的關(guān)聯(lián)，采用降維的方法進(jìn)行樣本數(shù)據(jù)的確定。降維方法實(shí)際上是對各變量進(jìn)行預(yù)測，利用變量之間的相關(guān)結(jié)構(gòu)實(shí)現(xiàn)預(yù)測變量個(gè)數(shù)的減少。該方法主要有因子分析法，該方法為描述各變量之間的相關(guān)性，對變量相關(guān)系數(shù)的結(jié)構(gòu)進(jìn)行分析，以此找到可以反映全部變量中少數(shù)個(gè)變量。通常情況下少數(shù)變量屬于不可預(yù)測的變量，可將其稱之為因子。在相關(guān)性分析的基礎(chǔ)上，按照數(shù)據(jù)相關(guān)性的大小對變量進(jìn)行分組，有利于提高組內(nèi)變量的相關(guān)性，并降低不同組內(nèi)變量的相關(guān)性[6]。因子分析法的主要步驟如圖4所示。

2.3 常用數(shù)據(jù)挖掘算法

數(shù)據(jù)挖掘算法的選擇是數(shù)據(jù)挖掘流程中至關(guān)重要的一步，它們用于從大量數(shù)據(jù)中提取有價(jià)值的信息和模式。在眾多數(shù)據(jù)挖掘算法中，XGBoost和BP神經(jīng)網(wǎng)絡(luò)在機(jī)器學(xué)習(xí)和大規(guī)模數(shù)據(jù)處理領(lǐng)域的突出表現(xiàn)而受到廣泛關(guān)注。XGBoost在處理大規(guī)模數(shù)據(jù)集時(shí)具有更快的訓(xùn)練速度和更高的效率，通過集成多個(gè)決策樹來提高預(yù)測準(zhǔn)確性，而BP神經(jīng)網(wǎng)絡(luò)具有容錯(cuò)性高且強(qiáng)大的非線性映射能力，適用于解決復(fù)雜的預(yù)測和分類問題。頸動(dòng)脈硬化數(shù)據(jù)具有非線性、規(guī)模大且診斷模型需要有準(zhǔn)確的預(yù)測能力，且一定的容錯(cuò)性等特點(diǎn)，因此這兩種算法適用于解決這類問題。

2.3.1 XGBoost

XGBoost是集成學(xué)習(xí)的一種實(shí)現(xiàn)，通過組合多個(gè)模型的預(yù)測結(jié)果，來減少模型的偏差和方差，從而提高模型的泛化能，以獲得更準(zhǔn)確的預(yù)測[7]。XGBoost是一種高效、靈活且可擴(kuò)展的梯度提升決策樹算法。高效性體現(xiàn)在它采用了高效的列塊存儲(chǔ)結(jié)構(gòu)和高效的并行計(jì)算策略，使得訓(xùn)練速度比其他梯度提升算法快很多。靈活性表現(xiàn)為它支持自定義的損失函數(shù)和評(píng)估指標(biāo)，這使得它能夠靈活地應(yīng)用于各種回歸、分類和排序任務(wù)。可擴(kuò)展性體現(xiàn)為可以在分布式計(jì)算環(huán)境中進(jìn)行訓(xùn)練，支持在多臺(tái)機(jī)器上處理大規(guī)模數(shù)據(jù)集。XGBoost在數(shù)據(jù)挖掘領(lǐng)域的實(shí)際應(yīng)用中有著不俗的表現(xiàn)。XGBoost的工作原理可以概括為以下步驟。

1） 初始化模型：XGBoost首先構(gòu)建一個(gè)簡單的初始模型，通常為單個(gè)決策樹。

2） 迭代構(gòu)建弱學(xué)習(xí)器：XGBoost使用梯度提升方法迭代地構(gòu)建決策樹。在每輪迭代中，它計(jì)算訓(xùn)練樣本的梯度和二階導(dǎo)數(shù)，并根據(jù)這些信息構(gòu)建一個(gè)新的決策樹，用于擬合殘差。

3） 優(yōu)化弱學(xué)習(xí)器權(quán)重：XGBoost使用線性搜索方法為新的決策樹找到最佳的權(quán)重，以便再將其添加到當(dāng)前模型后最小化目標(biāo)函數(shù)值。

4） 更新模型：將新決策樹及其權(quán)重添加到當(dāng)前模型中，然后更新模型的預(yù)測值。

5） 終止條件：當(dāng)達(dá)到預(yù)設(shè)的迭代次數(shù)、目標(biāo)函數(shù)收斂或無法進(jìn)一步降低目標(biāo)函數(shù)值時(shí)，算法停止迭代。

2.3.2 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)算法主要包含輸入層、隱含層以及輸出層，其信號(hào)傳遞流程為：通過輸入層對輸入信號(hào)進(jìn)行輸出，使其經(jīng)過隱含層到達(dá)輸出層。BP神經(jīng)網(wǎng)絡(luò)算法的拓?fù)浣Y(jié)構(gòu)如圖5所示。

模型建立的主要步驟共分為8個(gè)步驟[8]：①首先應(yīng)完成BP算法中輸入輸出閾值、權(quán)值以及學(xué)習(xí)速率等變量的初始化，該算法的數(shù)據(jù)列為[（x，y）]。

②結(jié)合輸入變量[x]、連接權(quán)值以及閾值對隱含層的輸出進(jìn)行計(jì)算，其公式為：

[Hj=f（i=1nωijxi-aj）j=1，2，...，l]" " " " "（2）

式中：H代表的含義為BP神經(jīng)網(wǎng)絡(luò)算法的輸出；[l和f]代表的含義為隱含層的節(jié)點(diǎn)數(shù)和激勵(lì)函數(shù)，激勵(lì)函數(shù)的公式為：

[f（x）=11+e-x]" " " " " " " " " " （3）

③完成BP神經(jīng)網(wǎng)絡(luò)算法預(yù)測值[O1]的計(jì)算，預(yù)測值[O1]的公式為：

[O1=j=1lHjωj1-b1]" " " " " " " "（4）

④結(jié)合預(yù)測輸出值[O]以及實(shí)際輸出值[y]對該網(wǎng)絡(luò)的誤差[e]進(jìn)行計(jì)算，誤差公式為：

[e1=y-O1]" " " " " " " "（5）

⑤實(shí)現(xiàn)對權(quán)值的更新。

[ωij=ωij+ηHj（1-Hj）x（i）ωj1e1i=1，2，...n;j=1，2，...lωj1=ωj1+ηHje1j=1，2，...l] （6）

式中：[η]代表的含義為學(xué)習(xí)率。

⑥對節(jié)點(diǎn)閾值[a和b]進(jìn)行更新，其公式為

[aj=aj+ηHj（1-Hj）ωj1e1j=1，2，...lb1=b1+e1]" " （7）

⑦判斷BP神經(jīng)網(wǎng)絡(luò)算法是否迭代結(jié)束，若系統(tǒng)仍處于迭代中，應(yīng)返回步驟②。

⑧完成BP神經(jīng)網(wǎng)絡(luò)模型的仿真校驗(yàn)，通過上述公式對模型的命中率進(jìn)行計(jì)算。

3 結(jié)束語

利用數(shù)據(jù)挖掘技術(shù)對頸動(dòng)脈硬化斑塊進(jìn)行診斷中首先使用儀器對頸動(dòng)脈進(jìn)行超聲檢查，從而獲取頸動(dòng)脈的斷面圖像；然后對頸動(dòng)脈超聲圖像進(jìn)行分析，測量頸動(dòng)脈斑塊質(zhì)地指標(biāo)。根據(jù)測量結(jié)果，對各項(xiàng)指標(biāo)進(jìn)行規(guī)范化分析和相關(guān)性選擇，進(jìn)而評(píng)估頸動(dòng)脈的硬化程度。然后利用BP算法、XGBoost等數(shù)據(jù)挖掘算法建立頸動(dòng)脈硬化斑塊診斷模型，并對所建立模型對比分析、優(yōu)化，幫助醫(yī)生判斷患者的動(dòng)脈硬化程度，評(píng)估患者的心血管風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1] 黃慶暉，廖海星，李飛奉，等.頸動(dòng)脈斑塊形成與血壓變異性的關(guān)系[J].實(shí)用醫(yī)學(xué)雜志，2013，29（9）：1426-1429.

[2] 王穎.彩超對頸動(dòng)脈硬化斑塊診斷的臨床價(jià)值分析[J].中國處方藥，2014，12（9）：104-105.

[3] 黃宇玲，王志軍，劉雪梅，等.中老年人群高靜息心率對頸動(dòng)脈斑塊檢出率的影響[J].中華流行病學(xué)雜志，2014，35（9）：1053-1057.

[4] 潘昌霖.臨床醫(yī)學(xué)中數(shù)據(jù)挖掘技術(shù)的研究與應(yīng)用[D].北京：中國人民解放軍醫(yī)學(xué)院，2021.

[5] 嚴(yán)武軍，孫志其.基于數(shù)據(jù)挖掘的聚類分析算法研究及應(yīng)用[J].太原師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2023，22（1）：53-57.

[6] 何志明，吳夢蝶，李顯峰.數(shù)據(jù)挖掘概述[J].中外企業(yè)家，2019（33）：234.

[7] 鄭雯麗.基于XGboost算法的缺血性腦卒中復(fù)發(fā)預(yù)測模型構(gòu)建[D].貴州：遵義醫(yī)科大學(xué)，2021.

[8] 李潔潔，張雁儒，李昊，等.機(jī)器學(xué)習(xí)在腦卒中預(yù)測中的研究進(jìn)展[J].河南醫(yī)學(xué)研究，2022，31（20）：3832-3835.

【通聯(lián)編輯：梁書】