神经网络模型和多元线性回归预测肾结石CT 值的比较

覃 延

（广西贵港市人民医院放射科 广西 贵港 537100）

肾结石是最为常见的泌尿结石，治愈后易复发[1]。CT检查是临床上诊断肾结石及评估治疗方式的重要手段[2]，CT 值可初步判断肾结石的主要成分，其中CT 值＜550HU的结石多为尿酸结石。本研究采用NNM 和MLR 分别预测肾结石CT 值，比较两种模型的预测能力。

1 资料与方法

1.1 临床资料

回顾性收集2018年1月至2018年12月我院诊断为肾结石的患者。121例肾结石患者纳入本研究，男95例，女26例；年龄16～62 岁，平均（45±11）岁。

1.2 CT 扫描方法

采用德国Siemens SOMATOM Definition Flash 64层CT 扫描。患者检查前8h 禁饮，检查前饮清水500～1000ml，使膀胱充盈，仰卧位于检查台，双上肢置于头部两侧。扫描范围自第11 胸椎下缘到耻骨联合上缘。患者深吸气后一次闭气完成扫描。扫描参数：管电压120kV，管电流320mA，螺距为0.6:1，扫描时间0.35s，扫描层厚2.5mm，扫描间距1.0mm。所有图像均采用标准算法重建，FOV 31cm×31cm～36cm×36cm，矩阵512×512。图像重建厚度0.625mm，重建间距0.400mm。

1.3 统计学方法

2 结果

2.1 一般资料比较

所有入选患者按照3:1随机分组，得到训练样本90例，验证样本31例。两组之间在年龄、性别构成、身高、体重、CT 值、V、L、D、N 之间差异均无统计学意义（表1）。CT值与结石V（r=0.880，P＜0.001）、L（r=0.852，P＜0.001）、N（r=0.836，P＜0.001）和D（r=0.865，P＜0.001）呈高度相关。

表1 训练样本和验证样本的基线资料比较

2.2 模型结果

2.2.1 多元线性回归模型：C’=492.520+59.453×V-5.655×L-7.236×D+35.068×N（C’：CT 值的预计值，V：结石总体积，L：结石最大横径，D：结石断面栓塞程度总和；N：结石总数）。模型拟合度：R2=0.799。

2.2.2 神经网络模型：隐层1 层，隐藏神经元3 个，模型见图1。模型准确性0.912。

2.2.3 模型比较：（1）预测能力：在训练样本中，NNM 得到的C’与C 的相关系数（r=0.994，P＜0.001）高于MLR得到的C’与C的相关系数（r=0.981，P＜0.001）；在验证样本中，NNM 得到的C’与C 的相关系数（r=0.704，P＜0.001）高于MLR 得到的C’与C 的相关系数（r=0.698，P＜0.001），但是在训练样本和验证样本中，NNM 和MLR得到的C’与C 的相关系数差异均无统计学意义（均P＞0.05）。（2）模型精度：在训练样本中，NNM 得到的MAE（4.982）、MRE（1.481）和RMSE（0.166）均低于MLR 得到的MAE（8.392）、MRE（1.761）和RMSE（0.301），MAE（t=-3.410，P=0.001）和RMSE（t=-2.310，P=0.022）间差异有统计学意义，而MRE间差异无统计学意义（P=0.452）。在验证样本中，NNM 得到的MAE（17.351）、MRE（3.822）和RMSE（3.116）也低于MLR 得到的MAE（25.749）、MRE（5.403）和RMSE（4.625），MAE（P=0.361）、MRE（P=0.460）和RMSE（P=0.361）在两者间差异均无统计学意义。

3 讨论

本研究采用计算机辅助检测，得到肾结石的定量测量指标，包括结石的体积、结石的最大横径、结石的断面栓塞面积、结石的总个数4 个定量指标，分别从不同的角度反映了肾结石的形态学特征，因此均与肾结石的严重程度正相关。

肾脏解剖因素及肾盂输尿管移行狭窄处等导致尿液滞留，易使尿液中的晶体或基质在该部位形成沉积，进而形成泌尿系结石。段中阳等研究报道肾结石的形成与肾盂出口梗阻、肾盂体积小、肾盂出口相对狭窄等解剖学因素有密切关系。长时间存在的上尿路结石将引起梗阻性肾功能丧失，最终导致单纯性无功能肾切除。肾结石体积和最大横径的大小不仅是外科医生选择治疗方法和手术方式的客观标准，还是判断患者病情严重和预后的重要指标。

多层面螺旋CT 及螺旋CT 泌尿系重建技术可同时显示肾实质、肾集合系统、输尿管及膀胱的立体图像，已成为泌尿系疾病的非侵入性检查方法，我们选择结石总体积、最大横径、断面栓塞程度总和结石总数作为评估肾结石CT 值的自变量。

本研究结果显示，在训练样本和验证样本中，NNM 模型较MLR 模型的CT 值预测值与实际值的相关性均有提高，同时NNM 模型的MAE、MRE、RMSE 较MLR 模型分别显著降低。

综上所述，NNM 模型是一种较好地反映肾结石CT 值定量指标与栓塞严重程度之间的非线性关系的模型，其预测能力和模型精度较MLR 模型均明显提高。