广义回归神经网络在阿尔茨海默病诊断中的应用*
训练样本,正确率,1资料与方法,2结果,3讨论
罗万春,马 翠,宋丽娟,魏调霞(陆军军医大学基础医学院数学教研室,重庆 400038)
阿尔茨海默病 (AD)是一种神经退行性疾病,是导致老年人死亡的“第四大杀手”。2010年全世界已超过3 500万例AD患者,到2050年将会超过1亿例[1]。美国最新发布的AD事实和数据表明,2000-2019年卒中、心脏病及人类免疫缺陷病毒(HIV)的致死人数在减少,但是AD的死亡人数增幅超过145%。美国的AD患者从2010年的540万例,增至2021年的620万例。2021年AD及其他痴呆患者的照顾人数为1 100万例,时间超过153×109h,花费超过3 550亿美元,为AD和其他痴呆患者的花费相比2015年增长了57%,费用剧增。到2050年,预计费用增至1.1万亿美元。另外,在新冠病毒流行期间,AD患者死亡率提高了16%。如果AD的阻止、减缓或治疗技术无重大突破,到2060年患者预计将突破1 380万例[2-3]。
轻度认知功能损伤(MCI)是一种介于健康人和AD患者的一种中间状态的疾病,和AD的症状相似,其中有15%的MCI在2年内会发展为痴呆,有35%的MCI会在接下来的5年内罹患AD[4-5]。MCI的存在导致AD患者的正确诊断十分困难,正确诊断MCI和AD患者有积极意义。一方面,虽然AD患者无法治疗痊愈,但是AD的早期诊断I能有效延缓AD的发生;另一方面,MCI的正确诊断可以通过药物治疗降低转化为AD的可能性[3]。
目前,AD的确诊需在患者去世后进行切片病理检查,缺乏准确的活体诊断技术。本文拟通过在获得确诊患者数据的基础上建立数学模型来诊断MCI和AD ......
您现在查看是摘要页,全文长 6194 字符。