应用BP神经网络模型分析老年女性心脏指数正常参考值与地理因素的相关性

张亚平 葛 淼 闫燕春 王 欣 井 静 向思亭 何进伟

(陕西师范大学旅游与环境学院,陕西 西安 710062)

应用BP神经网络模型分析老年女性心脏指数正常参考值与地理因素的相关性

张亚平 葛 淼 闫燕春 王 欣 井 静 向思亭 何进伟

(陕西师范大学旅游与环境学院,陕西 西安 710062)

目的 探讨心脏指数和地理因素之间的相关性,为制定心脏指数正常参考值的统一标准提供科学依据。方法 收集了全国 44个市、县、区级医院和有关单位及高等院校测定的 2 135例正常健康老年女性心脏指数参考值,对其与地理因素之间的相关性进行显著性分析,并运用BP神经网络模拟其与地理因素之间的非线性关系。结果 发现中国健康正常老年女性的心脏指数与地理指标之间的相关性很显著,并且用 BP网络得到的预测值有较高的精度,从而用克里格(Kriging)插值法精确的内插出中国老年女性心脏指数正常参考值的地理分布图。结论 BP神经网络可以很好地模拟心脏指数和地理因素之间的非线性关系,同时也可以从地理分布图得到中国任何地方老年女性心脏指数的正常参考值。

心脏指数;地理因素;相关分析;BP神经网络

目前临床上已有许多评价心功能的方法和指标,新的指标也在不断涌现。其中,评价心脏泵血功能的主要指标之一就是心脏指数 (CI),它是指单位体表面积的心输出量,反映每分钟心脏搏血的供需关系,是了解血流动力学的基本数据,是评定心功能的重要指标和评价人体健康指标的重要项目之一,也是进行血流动力学监护的重要指标,因此对于它的正常参考值的确定至关重要。尽管已有多种不同的测定手段与方法,对不同年龄段正常人的 CI值进行了报告,但缺乏统一的参考标准,同时也没有与地理因素相关性分析的报道,严重影响了临床诊断和应用的准确性〔1～23〕。因此,本文通过研究老年女性 CI和地理学相关因素之间的关系,力求能够找到其相关关系,为全国各地区的 CI正常参考值标准化提供科学依据。

1 资料与方法

1.1 资料

1.1.1 CI正常参考值的获取 通过检索中国期刊网全文数据库、中国重要报纸全文数据库、中国重要会议全文数据库、中国优秀博硕士学术论文全文数据库以及万方中国学位论文全文数据库等收集了全国 44个市、县、区级医院和有关单位及高等院校测定的 2 135例正常健康老年女性心脏指数参考值;年龄范围为 60～89岁,经体格检查、X线胸透、心电图、腹部 B超检查及血、尿、粪常规、肝功能等检查,排除高血压及心、脑、肾等重要脏器疾病。这些单位分布在中国 25个省、市、自治区,缺乏台湾省、香港特别行政区、澳门特别行政区的资料。

本文所收集的资料均是用非创伤性的心阻抗图或阻抗心动图(I CG)监测得到的 CI值。ICG也称阻抗血流图(I CG),是应用微小高频恒定电流,穿过胸部,将一个心动周期中该电场中胸部阻抗的瞬时变化记录成曲线,通过心音图、心电图、I CG等的同步描记后,得出 CI。它是评价左室收缩和泵血功能、监测血流动力学变化的一项非侵入性技术,自从 Kubicek(1966)提出相应的公式以来,该法被广泛采用,国内外已有不少报道用该法所测定的老年女性 CI。

1.1.2 相关地理资料的获取 地理资料均来源于国家测绘局数据中心和中国气象科学数据共享服务网 (http：//cdc.cma.gov.cn/)提供的共享资料及有关地理著作和词典〔24～26〕,选取的地理因素指标是 ：海拔高度 (X1),年日照时数(X2),年平均气温 (X3),年平均相对湿度 (X4),年降水量(X5),气温年较差 (X6),年平均风速 (X7)。1.2 方法

1.2.1 相关性分析 应用 SPSS 17.0统计软件〔27～29〕,通过相关性分析对老年女性心脏指数与地理因素之间的相关性进行显著性分析,并得出老年女性 CI与地理因素之间的相关性关系。

1.2.2 多层前馈网络 (BP)神经网络模型 BP神经网络是由Rumelhart和McClelland(1986)提出的基于误差反向传播 (Error Back Propagation)算法的 BP网络,适用于模拟输入、输出的近似关系,可以以任意精度逼近任意的连续函数,因此不仅在纯数学和应用数学领域有意义,而且在工程和物理学领域也非常有用。它最强大的应用之一就是函数逼近,即从训练样本出发,对未知函数进行非线性逼近。而网络的拓扑结构直接影响网络对函数的逼近能力和效果。因此,在实际应用中,应根据具体问题,选择一个合适的网络结构。一个经过训练的 BP网络能够根据输入给出合适的结果,虽然这个输入并没有被训练过。这个特性使得BP网络很适合采用输入 /目标对进行训练,而且并不需要把所有可能的输入 /目标对都训练过。在实际应用中,BP神经网络模型的应用设计,可以借助于MATLAB软件包中的神经网络工具箱完成〔30〕。

2 结 果

2.1 相关分析结果 运用相关分析法得到中国老年女性 CI正常参考值与 X1,X2,X3,X4,X5,X6,X7的单相关系数 (r)和 P值见表1。

表1 各地理因素指标与老年女性 C I之间的相关性

由表1的单相关系数 r可以看出,随着 X3、X4、X5和 X7增加,中国老年女性 CI参考值也在增加;但随着 X1、X2、X6的增加,中国老年女性 CI参考值反而在减小;同时由相伴概率 P值也可以看出,X2与 CI呈很显著的负相关性,X4和 X5与 CI呈很显著的正相关性,X3和 X6与 CI分别呈显著的正相关和负相关性,而 X1和 X7与 CI的相关性不显著。

2.2 基于BP神经网络的函数逼近过程及其MATLAB程序实现

2.2.1 BP神经网络模型设计 根据 Kolmogorov定理 (即映射网络存在定理)可知,只要用一个三层 BP神经网络就可实现在一定精度上任意连续函数的逼近,因此本文采用三层 BP网络,由输入层、隐含层、输出层组成,其中 7个地理因素 (X1、X2、X3、X4、X5、X6、X7)作为输入层的 7个输入节点 ,老年女性 CI实测值 (Y)作为 1个输出层节点,隐含层节点数可以参照以下公式进行设计,从而构建 7-11-1的三层 BP网络结构。输入层至隐含层以及隐含层至输出层的传输函数分别选用非线性 S型Sigmoid函数 (对数函数 logsig)和线性函数 purelin。

网络构建好之后,进行初始化,然后根据输入和输出对其进行训练,从而获得误差最小时的网络权重参数,然后运用获取的参数对新的输入进行仿真,其中输入层与隐含层、隐含层与输出层之间的连接权重由神经网络通过训练自动优化获取。2.2.2 运用神经网络进行模拟分析 本文通过MATLAB提供的人工神经网络工具箱建立老年女性正常参考值与地理要素的 BP神经网络,分别对其进行 100次,500次,800次,1 000次,1 500次,2 000次,2 500次和 4 000次的训练,获取网络参数,不同训练次数时人工神经网络的误差变化曲线及训练终止时的均方差见图1。

由图1可以看出,随着训练次数的增加,BP神经网络的误差曲线逐渐趋于平缓,均方差在逐渐降低,但在训练次数增至1 000次时,训练误差有增加的趋势,因此表明,在一定范围内,训练次数的增加会降低误差。特别的,当训练次数为 800次,模型均方差到达最小值 0.222 338,通过筛选,选择训练次数为800次作为最优训练次数进行仿真。

2.2.3 预测值与实测值成对样本 T检验 运用 SPSS17.0软件对健康老年女性 CI的实测值与预测值进行成对样本 t检验,结果显示,配对 t检验的统计量为 -0.039,所对应的双侧 P值为 0.969(P＞0.05),所以可以认为两组总体均值无显著性差异,即中国健康老年女性 CI正常参考值的预测值和实测值之间有较好的一致性。以下选择几个具有代表性的城市,进行中国老年女性 CI实测值和预测值的拟合比较。见表2,图2。

图1 不同训练次数时 BP神经网络的误差变化曲线及训练终止时的均方差

表2 C I的实测值和预测值对比表

由表2和图2均可以看出,中国健康老年女性 CI正常参考值的预测值和实测值之间的拟合程度很好,因此用 BP神经网络模型可以提高中国健康老年女性 CI参考值的预测精度。

2.2.4 绘制 CI参考值范围空间趋势图为了准确揭示出中国老年女性 CI正常参考值的地理分布规律,本文选取了全国4 383个市县作为观测点,将各个观测点的 X1,X2,X3,X4,X5,X6和 X7代入训练了 800次的神经网络模型进行仿真,计算出这 4 383个市县老年女性 CI正常参考值的预测值,在已矢量化好的地图上准确定位这 4 383个市县。应用 GIS软件中的统计分析模块 (GeostatisticalAnalyst)进行克里格 (Kriging)插值〔31〕。精确地拟合出中国老年女性 CI正常参考值的空间分布规律图。见图3。

图2 十城市老年女性 C I实测值与预测值对比图

图3 中国老年女性 C I正常参考值空间趋势图

由图3可以清楚地得出中国任何地方老年女性 CI正常参考值,位于同一色系和等值线上的 CI正常参考值相等,同一等值线附近的区域参考值相近,色系变化越快、等值线越密的区域,表示 CI正常参考值变化较大,反之变化较平稳。总体来说,中国老年女性 CI正常参考值的分布规律为：除个别地区外,由西北和东南部向中东部地区呈不断递增的趋势。青藏高原地区的 CI参考值最低,在 2.5 L·min-1·m-2以下,低于一般所认定的正常值范围 (3.0～5.0 L·min-1·m-2);而中东部地区,如郑州、武汉、南京等城市的 CI参考值相对较高,都在3.5 L·min-1·m-2以上,但东南部地区,如湖南,福建和广东等地的 CI又不断减小。

3 讨 论

地理环境具有明显的地域分异规律性,人类在与地理环境进行相互作用的过程中,不断地进行着物质、能量和信息的交换,结果必然会相互影响。因此,生活在特定环境中的人们所表现出来的很多特征都带有明显的地域性,同样对于表征心脏泵血功能的 CI也不例外。很多医师或研究人员都对影响 CI的各种医学或其他方面的因素做了分析研究,也得出了一些参考值,但对于全国范围内的统一参考值还没有进行过研究。本文通过相关分析和构建神经网络模型,对 CI与地理因素的关系做了一个逼近的模拟预测分析,证明了 CI和地理因素之间是具有相关性的,同时发现与 CI相关性很显著的地理因素,即年日照时数、年平均气温、年平均相对湿度、年降水量、气温年较差,最后建立了 BP神经网络预测模型,用此来估算各地老年女性 CI正常参考值,并借助数字化信息系统 (GIS)手段作出了全国不同地理区域 CI的变化趋势图,更加清晰地反映出了它们之间的关系。像西藏、青海等地由于特殊的地理位置,所以它的 CI参考值相对其他地区而言较低。至于地理因素是如何作用于 CI使其形成了这种变化规律,还有待进一步研究。

1 陈雪月,张新民,王惠萍,等.用血流动力学探讨心阻抗微分图O波抬高的机制及临床意义〔J〕.现代医学,1983;11(5)：261-4.

2 杜桂珠,张振科,李海旺,等.218例老年人心脏收缩时间间期测定和心输出量的分析〔J〕.西北国防医学杂志,1994;5(2)：103-5.

3 谢公元.阻抗法检测 100例正常人心输出量以及心脏作功〔J〕.宁夏医学杂志,1986;8(5)：267-9.

4 王 倬,李占全,阎 涛,等.120名正常人心阻抗图测定分析〔J〕.锦州医学院学报,1987;8(1)：33-5.

5 华泽惠,何秉贤,贺晓经.正常老年人左心功能〔J〕.新疆医学院学报 ,1987;10(3)：190-2.

6 乔玉荷,张秀中.血液循环功能监测 160例〔J〕.河北医药,1988;10(6)：33-4.

7 阙绪光,钟伟光,周令仪.超声多普勒测量 100名正常人各心瓣口血流速度及心输出量〔J〕.广东医学,1989;10(4)：24-5.

8 华泽惠,李春山,贺晓经.老年高血压病患者的心功能研究〔J〕.新疆医学院学报,1990;13(2)：90-3.

9 侯凌冬.心阻抗微分图检测冠心病泵功〔J〕.山西医药杂志,1990;19(6)：365.

10 施 琦,邓南伟.223名健康成人胸部生物阻抗法心功能研究〔J〕.心功能杂志,1991;3(2)：69-72.

11 白 晨,苏国海,魏 芳.用心阻抗法测量冠心病患者不同时期心功能〔J〕.中华全国心血管杂志,2003;8(2)：127-8.

12 崔 维,崔 晶,赵美菊.伊贝沙坦对充血性心力衰竭患者心功能及血小板活化的影响〔J〕.中国综合临床,2003;19(10),895-6.

13 俸勇强,伍伟峰.介入治疗房间隔缺损后神经内分泌因子及心指数的变化〔J〕.心脏杂志,2007;19(1)：51-2.

14 吴桂芳.无创性血流动力学监测对老年人心力衰竭诊断意义〔J〕.临床荟萃,1993;8(17)：806-7.

15 李忠心,彭立人,沈 洋,等.尿毒症血液透析患者高同型半胱氨酸血症与心血管结构和功能的关系〔J〕.中国血液净化,2004;3(6)：308-12.

16 娜日苏,秦林金,王金锐,等.高血压左室室壁应力与应变的关系〔J〕.内蒙古医学院学报 ,2004;26(4)：258-62.

17 刘淑君.心阻抗图对脑梗死患者泵血功能观察〔J〕.河南医药信息 ,1995;3(7)：11-2.

18 齐保申,周晓梅,邓希贤,等.北京地区青少年心脏功能参数的检测与分析〔J〕.基础医学与临床,2005;25(6)：547-9.

19 齐云萍,邓 洁,罗家洪,等.100例健康人血浆神经降压素相关因素的逐步回归分析〔J〕.医药世界,2006;9：151-2.

20 欧阳星文,彭景添,严晓巩,等.用重建心阻抗图观察心功能不全患者血流动力学的变化〔J〕.江西医学院学报,2007;47(6)：4-6.

21 曹婧文,齐保申,周晓梅,等.广西壮族自治区体循环血管阻力异常人群的分布及心脏功能分析〔J〕.基础医学与临床,2009;29(5)：484-7.

22 齐保申,周晓梅,韩少梅,等.1695名正常人群外周血管阻力异常及其相关因素分析〔J〕.中国预防医学杂志,2009;10(6)：441-4.

23 张连枝,张秀英,刘慧萍,等.混合静脉血氧饱和度及心指数的测定在急性冠脉综合征中的作用〔J〕.内蒙古医学杂志,2007;39(2)：212-4.

24 阎崇年,颜吉鹤,宋俊岭,等.中国市县大辞典 〔M〕.北京：中共中央党校出版社,1991：1-1446.

25 颜 宏,沈国权,毛耀顺,等.中华人民共和国气候图集〔M〕.北京：气象出版社,2002：2-250.

26 赵 济,陈传康,伍光和,等.中国地理〔M〕.北京：高等教育出版社 ,2005：3-391.

27 冯 力.回归分析方法原理及 SPSS实际操作〔M〕.北京：中国金融出版社,2004：20-206.

28 宇传华.SPSS与统计分析〔M〕.北京：电子工业出版社,2007：204-57.

29 衷克定.数据统计分析与实践——Spss ForW indows〔M〕.北京：高等教育出版社,2005：195-241.

30 周开利,康耀红.神经网络模型及其MATLAB方正程序设计〔M〕.北京：清华大学出版社,2005：86-135;140-57.

31 汤国安,杨 昕.ArcGIS地理信息系统空间分析教程〔M〕.北京：科学出版社,2006：50-203.

The relationship between normal reference values of Chinese elderlyW omen′s C Iand geographical factors by BP NN

ZHANG Ya-Ping,GEM iao,YAN Yan-Chun,et al.
College of Touris m and Environment,Shaanxi Normal University,Xi′an 710062,Shaanxi,China

Objective To study the correlation be tween geographical factors and cardiac index and to supply a basis for standardizing the normal reference value of Chinese elderlyWomen′s cardiac index(CI).M ethods The correlation analysis was made between 2 135 healthy elderlyWomen′CI normal reference values of and geographical factors,which were determined by different hospitals,related units and institutions in 44 regions,and simulating the nonlinear relationship between them byBP neural networkmethod.Results The correlation between the reference value of Chinese elderly healthyWomen′s CI and geographical factorwas significant,the prediction value of CI with BP network had much higher accuracy,and the geographical distribution map of the nor mal reference value of Chinese elderlyWomen′s CIwas obtained by Krigingmethod.Conclusions BP neural ne tworks can be used to well simulated the nonlinear relationship between CI and geographical factors,and the normal reference value of Chinese elderly healthyWomen′s CI in any place can be obtained from the geographical distribution map.

Cardiac index;Geographical factors;Correlation analysis;BP neural network

R188

A

1005-9202(2011)13-2394-04

国家自然科学基金资助项目(40971060)

葛 淼 (1960-),男,研究员,博士生导师,主要从事医学参考值地理学研究。

张亚平 (1986-),女,在读硕士,主要从事健康地理学研究。

〔2010-08-12收稿 2010-11-26修回〕

(编辑 袁左鸣)