陽振岳

摘 要：精準(zhǔn)醫(yī)療時代的到來將為患者提供更精準(zhǔn)、高效、安全的診斷及治療。哮喘的精準(zhǔn)診療是重點防治慢性呼吸道疾病亟待解決的問題之一。文章提出一種基于特征譜分析的哮喘診斷深度網(wǎng)絡(luò)模型。首先利用特征譜分析臨床獲取的元數(shù)據(jù)和身體檢查參數(shù)與哮喘的相關(guān)性。在此基礎(chǔ)上，分離出有利于模型建立的亞組特征，利用這些特征訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型，從而建立哮喘的精準(zhǔn)診療模型。實驗結(jié)果表明了該方法的有效性和可靠性。

關(guān)鍵詞：哮喘診斷;特征譜分析;深度網(wǎng)絡(luò)模型

0 ? 引言

支氣管哮喘是一種世界范圍內(nèi)發(fā)病率較高的疾病，據(jù)報道，近十年來全球哮喘發(fā)病率與死亡率均呈升高趨勢，全球哮喘患者3億人，中國就有3 000萬哮喘患者。

本文將通過數(shù)據(jù)挖掘和數(shù)學(xué)建模解決以下問題：（1）哮喘與元數(shù)據(jù)的數(shù)學(xué)模型（哮喘與年齡，性別和肥胖的相關(guān)性等）。（2）哮喘與身體檢查參數(shù)的數(shù)學(xué)模型（通氣功能參數(shù)對哮喘預(yù)測價值的排序）。（3）聯(lián)合元數(shù)據(jù)和身體檢查參數(shù)建立數(shù)學(xué)模型并與前兩個模型進行分析比較（聯(lián)合模型能否提高預(yù)測價值）。

1 ? 哮喘與元數(shù)據(jù)

元數(shù)據(jù)包括性別、年齡、身高和體重。陳秀香[1]研究結(jié)果顯示，性別上男女患病率差異無統(tǒng)計學(xué)意義;年齡上老年人患病率略高。Barros[2]的研究結(jié)果表明，肥胖會增加哮喘的患病率和發(fā)病率。朱元素等[3]發(fā)現(xiàn)并不是所有的肥胖個體都會患哮喘，但肥胖程度越高，患哮喘的概率就可能越大。特征譜分析有利于獨立考慮每個特征與哮喘之間的關(guān)聯(lián)性[4]。

本文選擇在病理分類方面表現(xiàn)突出的深度神經(jīng)網(wǎng)絡(luò)模型來進行數(shù)學(xué)建模[5]，模型構(gòu)建過程采用交叉驗證方法，隨機使用80%的樣本作為訓(xùn)練樣本，20%的樣本作為測試樣本，進行100次運算得出模型的識別平均準(zhǔn)確率。

2 哮喘與身體檢查參數(shù)

2.1 ?臨床常用指標(biāo)概述

臨床常用于哮喘診斷的身體檢查參數(shù)主要包括潮氣量、用力肺活量、FEV1/FVC、呼氣流速等。

潮氣量是指平靜呼吸時每次吸入或呼出的氣量。潮氣量的設(shè)定并非恒定，應(yīng)根據(jù)病人的血氣分析進行調(diào)整。正常情況下：成人：8～10 mL/kg，小兒：6～10 mL/kg。

用力肺活量（Forced Vital Capacity，F(xiàn)VC）是指盡力最大吸氣后，盡力盡快呼氣所能呼出的最大氣量。FEV1是最大深吸氣后做最大呼氣，第一秒呼出的氣量的容積。臨床上常以FEV1/FVC的比值做判定，正常值為83%。

呼氣流速測定是主要反映大氣道阻塞程度的一項指標(biāo)。它比臨床癥狀更為敏感及客觀地反映哮喘患者的氣道阻塞程度及病情變化。

2.2 建模與分析

圖1給出了9種身體檢查參數(shù)與哮喘患病情況特征譜分析結(jié)果。用力肺活量、外周氣道參數(shù)C、外周氣道參數(shù)D的特征譜線顯示，這3個特征對于哮喘陰陽性判斷無明顯作用。

圖1中，中心氣道參數(shù)、FEV1/FVC、最高呼氣流速、外周氣道參數(shù)A、外周氣道參數(shù)B的特征譜具有明顯的錯峰現(xiàn)象，當(dāng)表示陽性的實線在表示陰性的虛線線段上方時，表示相應(yīng)的參數(shù)指標(biāo)哮喘患病率會很高。

3 ? 聯(lián)合元數(shù)據(jù)和身體檢查參數(shù)

已知不同特征選取方式下深度網(wǎng)絡(luò)模型的平均識別率。實驗僅根據(jù)所選特征改變輸入層的節(jié)點數(shù)量。由于深度網(wǎng)絡(luò)模型本身具備一定的特征權(quán)重調(diào)整能力，平均準(zhǔn)確率差別不是很大，但年齡、體重、FEV1/FVC、外周氣道參數(shù)B、外周氣道參數(shù)A、中心氣道參數(shù)、最高呼氣流速7個特征參數(shù)構(gòu)造的深度網(wǎng)絡(luò)模型具有最高的平均識別率。

4 ? 結(jié)語

本文在利用特征譜分析題目所給數(shù)據(jù)參數(shù)的基礎(chǔ)上，構(gòu)建哮喘診斷深度網(wǎng)絡(luò)模型，分別就哮喘與元數(shù)據(jù)之間的數(shù)學(xué)模型、哮喘與身體檢查參數(shù)之間的數(shù)學(xué)模型、聯(lián)合元數(shù)據(jù)和身體檢查參數(shù)建立數(shù)學(xué)模型并與前兩個模型進行分析比較，并進行了詳細(xì)探討。最終得出結(jié)論：利用年齡、體重、FEV1/FVC、外周氣道參數(shù)B、外周氣道參數(shù)A、中心氣道參數(shù)、最高呼氣流速7個特征參數(shù)構(gòu)造的深度網(wǎng)絡(luò)模型具有最佳的哮喘患病診斷效果。

[參考文獻]

[1]陳秀香，賽俊婷，堯明慧，等.海南黎族人群支氣管哮喘流行病學(xué)調(diào)查報告[J].中國醫(yī)藥導(dǎo)刊，2018（4）：235-240.

[2]BARROS R，MOREIRAS P，PADR P，et al.Obesity increases the prevalence and the incidence of asthma and worsens asthma severity[J].Clinical Nutrition，2017（4）：1068-1074.

[3]朱元素，唐華平，賈貝麗，等.肥胖哮喘的相關(guān)發(fā)病機制[J].青島大學(xué)學(xué)報（醫(yī)學(xué)版），2018（1）：111-114.

[4]LUO Y，GUAN Y.Adaptive skin detection using face location and facial structure estimation[J].IET Computer Vision，2017（7）：550-559.

[5]劉梓劍.基于轉(zhuǎn)錄組數(shù)據(jù)不平衡數(shù)據(jù)的乳腺癌分類預(yù)測模型[J].現(xiàn)代計算機，2020（10）：81-84.

（編輯 何 琳）