人工神經網絡在疾病預后研究中的應用進展_《中國胸心血管外科臨床雜志》

作者：

陳杰 , 周勤 , 陳進 , 石應康 , 董力

1.四川大學華西醫院　循證醫學與流行病學教研室;;
　2.心血管外科，成都　610041;

關鍵詞：

人工神經網絡　預后　應用

視頻：

導出 下載 收藏 掃碼 引用

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

疾病預后常受到多種因素影響，且各因素之間又存在著復雜的非線性關系。人工神經網絡（artificial neural network，ANN）是一種模擬生物神經元工作方式的人工智能模型，具有較強智能化處理多因素非線性能力。目前神經網絡模型越來越多地應用于臨床醫學領域，特別是疾病預后的預測。我們就人工神經網絡的基本原理及其在疾病預后研究方面的應用進行綜述。

引用本文： 陳杰,周勤,陳進,石應康,董力. 人工神經網絡在疾病預后研究中的應用進展. 中國胸心血管外科臨床雜志, 2013, 20(1): 95-99. doi: 復制

1.	蔣宗禮，主編. 人工神經網絡導論. 北京：高等教育出版社， 2001. 7-10.
2.	叢爽，面向，主編. MATLAB 工具箱的神經網絡理論與應用. 第3版. 合肥：中國科技技術大學出版社， 2009. 1-7.
3.	方積乾，陸盈，主編. 現代醫學統計學. 北京：人民衛生出版社， 2002. 708-709.
4.	韓立群，主編. 人工神經網絡教程. 北京：北京郵電大學出版社， 2006. 4-5.
5.	Advantages TJ. Disadvantages of using artificial neural networks versus logistic regression for predicting medical outcomes. J Clin Epidemiol， 1996， 49 （11）：1225-1231.
6.	陳進，石應康，董力. 疾病預后因素研究設計在心臟瓣膜置換術后抗凝治療臨床研究中的應用. 中國胸心血管外科臨床雜志， 2011， 18 （4）：286-288.
7.	王家良，王波，主編. 臨床流行病學：臨床科研設計，測量與評價. 第3版. 上海：上海科學技術出版社， 2009. 434-435.
8.	孫振球，徐勇勇，主編. 醫學衛生統計. 第3版. 北京：人民衛生出版社， 2010. 318.
9.	Mcculloch WS， Pitts W. A logical calculus of the ideas immanent in nervous activity. Bull Math Biol， 1990， 52 （1â）：99-115.
10.	Minsky M， Papert S， Chief editor. Perceptron （expanded edition）. Cambridge， MA：MIT Press， 1988. 1969.
11.	Rumelhart D， Hintont GE， Williams RJ. Learning representations by back-propagating errors. Nature， 1986， 323 （9）：533-536.
12.	施彥，韓力群，廉小親，主編. 神經網絡設計方法與實例分析. 北京：北京郵電大學出版社， 2009. 307-361.
13.	Peng SY， Peng SK. Predicting adverse outcomes of cardiac surgery　with the application of artificial neural networks. Anaesthesia， 2008， 63 （7）：705-713.
14.	Akl A， Ismail AM， Ghoneim M. Prediction of graft survival of living-donor kidney transplantation：nomograms or artificial neural networks ? Transplantation， 2008， 86 （10）：1401-1406.
15.	Nilsson J， Ohlsson M， Thulin L， et al. Risk factor identification and mortality prediction in cardiac surgery using artificial neural networks.　J Thorac Cardiovasc Surg， 2006， 132 （1）：12-19.
16.	Nashef S， Roques F， Hammill BG， et al. Validation of European system for cardiac operative risk evaluation （EuroSCORE）in North American cardiac surgery. Eur J Cardio-thoracic Surg， 2002， 22 （1）：101-105.
17.	Gogbashian A， Sedrakyan A， Treasure T. Euroscore：a systematic review of international performance. Euro J Cardio-thoracic Surg， 2004， 25 （5）：695-700.
18.	Yoshimura M， Takahashi Y， Uchida K， et al. Prediction of survival　in prostate cancer patients by bone scan index using computer-assisted　diagnosis system. Eur J Nucl Med Mol Imaging， 2011， 38 （Suppl 2）：S414.
19.	Scholl S， Biã¨che I， Pallud C， et al. Relevance of multiple biological parameters in breast cancer prognosis. Breast， 1996， 5 （1）：21-30.
20.	Ei MM， Akl A， Mosbah A， et al. Prediction of survival after radical　cystectomy for invasive bladder carcinoma：risk group stratification， nomograms or artificial neural networks?J Urol， 2009， 182 （2）：466-472.
21.	袁金秋，劉雅莉，楊克虎. 基于人工神經網絡的數據挖掘技術在臨床中應用進展. 圖書與情報， 2010 （3）：95-98.
22.	范炤，呂吉元，陳澤華，等. 基于BP人工神經網絡的急性前壁心肌梗塞冠脈內支架術一年預后模型研究. 中國衛生統計， 2010， 27 （1）：71-73， 82.
23.	張鳴. 初步構建基于我國肝移植受體的生存評估模型及其與MELD的比較研究. 成都：四川大學， 2006. 1-87.
24.	蔡煜東，官家文，甘駿人，等. 人工神經網絡方法在乳腺癌死亡率研究中的應用. 中國生物醫學工程學報， 1994， 13 （4）：364-366.
25.	黃德生，周寶森，劉延齡，等. BP人工神經網絡用于肺鱗癌預后預測. 中國衛生統計， 2000， 17 （6）：337-340.
26.	姜成華，王正國，朱佩芳，等. 基于神經網絡的創傷預后仿真模型. 中華創傷雜志， 1997， 13 （3）：42-44.
27.	De Laurentiis M， De Placido S， Bianco AR， et al. A prognostic model that makes quantitative estimates of probability of relapse for breast cancer patients. Clin Cancer Res， 1999， 5 （12）：4133-4139.
28.	Piaggi P， Lippi C， Fierabracci P， et al. Artificial neural networks in the outcome prediction of adjustable gastric banding in obese women. PLoS One， 2010， 5 （10）：e13624.
29.	Tu JV， Guerriere MJ. Use of a neural network as a predictive instrument for length of stay in the intensive care unit following cardiac surgery. Comput Biomed Res， 1993， 26 （3）：220-229.
30.	Lin E， Hwang Y， Wang SC， et al. An artificial neural network approach to the drug efficacy of interferon treatments. Pharmacogenomics， 2006， 7 （7）：1017-1024.
31.	Chang HH， Chen PS， Giacomini KM. A neural network model for predicting treatment response of antidepressant in patients with major depressive disorder. Biol Psychiatry， 2012， 71 （8）：286S.
32.	Solomon I， Maharshak N， Chechik G， et al. Applying an artificial neural network to warfarin maintenance dose prediction. Isr Med　Assoc J， 2004， 6 （12）：732-735.
33.	Dipti I， Peter BS， Almassy RJ， et al. Artificial neural networks：Current status in cardiovascular medicine. J Am Coll Cardiol， 1996， 28 （2）：515-521.

1. 　蔣宗禮，主編. 人工神經網絡導論. 北京：高等教育出版社， 2001. 7-10.
2. 　叢爽，面向，主編. MATLAB 工具箱的神經網絡理論與應用. 第3版. 合肥：中國科技技術大學出版社， 2009. 1-7.
3. 　方積乾，陸盈，主編. 現代醫學統計學. 北京：人民衛生出版社， 2002. 708-709.
4. 　韓立群，主編. 人工神經網絡教程. 北京：北京郵電大學出版社， 2006. 4-5.
5. 　Advantages TJ. Disadvantages of using artificial neural networks versus logistic regression for predicting medical outcomes. J Clin Epidemiol， 1996， 49 （11）：1225-1231.
6. 　陳進，石應康，董力. 疾病預后因素研究設計在心臟瓣膜置換術后抗凝治療臨床研究中的應用. 中國胸心血管外科臨床雜志， 2011， 18 （4）：286-288.
7. 　王家良，王波，主編. 臨床流行病學：臨床科研設計，測量與評價. 第3版. 上海：上海科學技術出版社， 2009. 434-435.
8. 　孫振球，徐勇勇，主編. 醫學衛生統計. 第3版. 北京：人民衛生出版社， 2010. 318.
9. 　Mcculloch WS， Pitts W. A logical calculus of the ideas immanent in nervous activity. Bull Math Biol， 1990， 52 （1â）：99-115.
10. 　Minsky M， Papert S， Chief editor. Perceptron （expanded edition）. Cambridge， MA：MIT Press， 1988. 1969.
11. 　Rumelhart D， Hintont GE， Williams RJ. Learning representations by back-propagating errors. Nature， 1986， 323 （9）：533-536.
12. 　施彥，韓力群，廉小親，主編. 神經網絡設計方法與實例分析. 北京：北京郵電大學出版社， 2009. 307-361.
13. 　Peng SY， Peng SK. Predicting adverse outcomes of cardiac surgery　with the application of artificial neural networks. Anaesthesia， 2008， 63 （7）：705-713.
14. 　Akl A， Ismail AM， Ghoneim M. Prediction of graft survival of living-donor kidney transplantation：nomograms or artificial neural networks ? Transplantation， 2008， 86 （10）：1401-1406.
15. 　Nilsson J， Ohlsson M， Thulin L， et al. Risk factor identification and mortality prediction in cardiac surgery using artificial neural networks.　J Thorac Cardiovasc Surg， 2006， 132 （1）：12-19.
16. 　Nashef S， Roques F， Hammill BG， et al. Validation of European system for cardiac operative risk evaluation （EuroSCORE）in North American cardiac surgery. Eur J Cardio-thoracic Surg， 2002， 22 （1）：101-105.
17. 　Gogbashian A， Sedrakyan A， Treasure T. Euroscore：a systematic review of international performance. Euro J Cardio-thoracic Surg， 2004， 25 （5）：695-700.
18. 　Yoshimura M， Takahashi Y， Uchida K， et al. Prediction of survival　in prostate cancer patients by bone scan index using computer-assisted　diagnosis system. Eur J Nucl Med Mol Imaging， 2011， 38 （Suppl 2）：S414.
19. 　Scholl S， Biã¨che I， Pallud C， et al. Relevance of multiple biological parameters in breast cancer prognosis. Breast， 1996， 5 （1）：21-30.
20. 　Ei MM， Akl A， Mosbah A， et al. Prediction of survival after radical　cystectomy for invasive bladder carcinoma：risk group stratification， nomograms or artificial neural networks?J Urol， 2009， 182 （2）：466-472.
21. 　袁金秋，劉雅莉，楊克虎. 基于人工神經網絡的數據挖掘技術在臨床中應用進展. 圖書與情報， 2010 （3）：95-98.
22. 　范炤，呂吉元，陳澤華，等. 基于BP人工神經網絡的急性前壁心肌梗塞冠脈內支架術一年預后模型研究. 中國衛生統計， 2010， 27 （1）：71-73， 82.
23. 　張鳴. 初步構建基于我國肝移植受體的生存評估模型及其與MELD的比較研究. 成都：四川大學， 2006. 1-87.
24. 　蔡煜東，官家文，甘駿人，等. 人工神經網絡方法在乳腺癌死亡率研究中的應用. 中國生物醫學工程學報， 1994， 13 （4）：364-366.
25. 　黃德生，周寶森，劉延齡，等. BP人工神經網絡用于肺鱗癌預后預測. 中國衛生統計， 2000， 17 （6）：337-340.
26. 　姜成華，王正國，朱佩芳，等. 基于神經網絡的創傷預后仿真模型. 中華創傷雜志， 1997， 13 （3）：42-44.
27. 　De Laurentiis M， De Placido S， Bianco AR， et al. A prognostic model that makes quantitative estimates of probability of relapse for breast cancer patients. Clin Cancer Res， 1999， 5 （12）：4133-4139.
28. 　Piaggi P， Lippi C， Fierabracci P， et al. Artificial neural networks in the outcome prediction of adjustable gastric banding in obese women. PLoS One， 2010， 5 （10）：e13624.
29. 　Tu JV， Guerriere MJ. Use of a neural network as a predictive instrument for length of stay in the intensive care unit following cardiac surgery. Comput Biomed Res， 1993， 26 （3）：220-229.
30. 　Lin E， Hwang Y， Wang SC， et al. An artificial neural network approach to the drug efficacy of interferon treatments. Pharmacogenomics， 2006， 7 （7）：1017-1024.
31. 　Chang HH， Chen PS， Giacomini KM. A neural network model for predicting treatment response of antidepressant in patients with major depressive disorder. Biol Psychiatry， 2012， 71 （8）：286S.
32. 　Solomon I， Maharshak N， Chechik G， et al. Applying an artificial neural network to warfarin maintenance dose prediction. Isr Med　Assoc J， 2004， 6 （12）：732-735.
33. 　Dipti I， Peter BS， Almassy RJ， et al. Artificial neural networks：Current status in cardiovascular medicine. J Am Coll Cardiol， 1996， 28 （2）：515-521.

《中國胸心血管外科臨床雜志》

人工神經網絡在疾病預后研究中的應用進展

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

Format

Content

《中國胸心血管外科臨床雜志》

人工神經網絡在疾病預后研究中的應用進展

摘要 全文 圖表 視頻 參考文獻 施引文獻 補充材料

Format

Content

摘要全文圖表視頻參考文獻施引文獻補充材料