基于背部传播神经网络的腰椎间盘的疼痛程度预测
Xinying Ren1, Huanwen Liu1, Shiji Hui1
1College of Medical Information Engineering, Guangzhou University of Chinese Medicine, Guangzhou, China.
Open life sciences
|September 19, 2023
概括
这项研究确定了与腰椎椎间盘 (LDH) 疼痛相关的关键腰椎磁共振成像 (MRI) 特征. 背部传播 (BP) 神经网络模型根据这些成像指标准确预测LDH疼痛严重程度.
科学领域:
- 医疗成像医学成像
- 计算神经科学是一种神经科学.
- 整形外科 整形外科 整形外科
背景情况:
- 腰椎间盘 (LDH) 是腰部疼痛的常见原因,但其精确的致病机制和疼痛相关性尚未完全理解.
- 确定LDH疼痛严重程度的客观成像生物标志物对于准确的诊断和治疗计划至关重要.
研究的目的:
- 为了确定与腰椎间盘 (LDH) 相关的显著成像特征,疼痛得分.
- 利用这些成像特征,开发和验证LDH疼痛严重程度的预测模型.
主要方法:
- 进行了相关性分析,以确定与LDH疼痛得分相关的显著成像特征.
- 选择的特征包括Pfirrmann分类,密歇根州立大学 (MSU) 区域定位 (突出尺寸和位置),斜直径指数,斜/横直径指数,横直径指数和AN角度.
- 使用这些特征训练一个背部传播 (BP) 神经网络,以预测LDH疼痛严重程度.
主要成果:
- 该BP神经网络模型实现了高性能指标:特异性为95 ± 2%,灵敏度为91 ± 2%,准确度为91 ± 2%.
- 该研究发现,椎间盘的脊内占用程度和椎间盘退化的程度与LDH疼痛相关.
- 开发的BP神经网络模型在准确性和接收器操作特征实验中表现出强的性能.
结论:
- 该研究成功地建立了使用腰部MRI特征和BP神经网络的LDH疼痛严重性的预测模型.
- 这种新的方法为预测LDH疼痛提供了定量基础,可能有助于临床诊断和管理.
- 这些发现突出了特定的椎间盘的特征与相关疼痛的强度之间的关系.
