权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

核医学画像と人工ニューラルネットによる外科手術における周術期心事故の発生確率予測

使用核医学图像和人工神经网络预测外科手术期间围手术期心脏事故的概率

基本信息

批准号：
18790912
负责人：
白景明
金额：
$ 1.79万
依托单位：
Keio University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2006
资助国家：
日本
起止时间：
2006 至 2007
项目状态：
已结题

项目摘要

1.データベースの構築平成19年度初めにおいて、臨床データの収集、カルテを用いての臨床背景因子ならに心事故の調査、心筋血流SPECTの所見の評価はほぼ終了し、データベースとして整理、構築した。測因子として使用するものの候補として20項目を検討することになった。目的変量は全心事故とhard eventの2項目である。2.データ解析上記のデータベースを使用し、予備実験としてincremental stepwise法による線形回帰主成分分析により各特徴量を直交化させての線形回帰、back-propagation neural network (BPNを用いて予測を行う方法などを検討した。しかしながら高いfittingは得られなかった。その理由と(てデータが)多価関数になっていることが考えられた(入力が同一でも結果が異なっている状態)。そこで解析モデルとしてsupport vector machineを導入したころ、線形回帰に比較して良好な精度の心故予測器を作成することに成功した(AUCは全心事故において0.884、hard eventにおいて0. 892)。さらに予測因子として核医学検査から得られたデータを含む場合と含まない場合とで精度を検討したころ、核医学検査の付加価値は線形回帰では大きく、support vector machineでは比較的少ないこと判明した。Support vector machine を利用した予後予測は臨床的にも有用であると考えられ、開発たこの予測方法を論文にして現在投稿中である。

1. The construction of SPECT in early 2019 was completed, the collection of clinical data, the investigation of clinical background factors, the evaluation of findings of SPECT in cardiac muscle blood flow, and the construction of SPECT. The measurement factor is used to determine the candidate for the 20 items. The goal is to reduce the number of hard events. 2. Linear regression principal component analysis (PCA) is used to analyze the linear regression, back-propagation neural network (BPN), which is used to predict the linear regression and back-propagation neural network (BPN). High fitting is not easy. The reason for this is that the number of connections is different. The analysis of the support vector machine is successful in comparison with the accuracy of the core predictor. 892)。The prediction factor and the accuracy of the nuclear medicine investigation are determined by the linear regression of the nuclear medicine investigation and the support vector. Support vector machine is used to predict the future of clinical use, research, development and prediction methods.