基于决策树的超声心动图多参数诊断右心衰竭

【摘要】：目的;准确地判断右心功能是超声心动图的一个重要课题。由于超声缺乏直接反映右心功能的参数,诊断右心衰竭准确性不理想。本文运用决策树模型及多个超声指标,对右心衰竭的超声诊断进行研究。通过对不同指标进行组合形成的数据集进行分类比较,试图寻求一种同时运用多个指标来提高诊断准确性的方法。材料与方法:选取右心衰竭患者146例为病例组,非右心衰竭者134例为对照组,采用GE Vivid E9彩色超声诊断仪,应用超声心动图测量以下各参数:右室面积变化率(RVFAC)、三尖瓣环收缩期位移(TAPSE)、三尖瓣环收缩期峰值速度(Sm)、Tei指数。分别以TAPSE17mm、RVFAC35%、Sm9.5 cm/s、Tei指数0.54作为判断右心衰竭的标准。计算上述参数诊断右心衰竭的敏感性,特异性和准确度。在Weka软件环境中,分别使用CART、J48算法,以RVFAC、TAPSE、Sm、Tei指数为自变量,以是否为右心衰竭为因变量,建立决策树模型,并对模型进行交叉验证,比较决策树模型与常用单一参数、决策树模型间的诊断效果。结果:TAPSE的准确度为88.6%,特异性为91.0%,敏感度为86.3%;RVFAC的准确度为79.6%,特异性为88.8%,敏感度为71.2%;Sm的准确度为86.4%,特异性为92.5%,敏感度为80.8%;Tei指数的准确度为68.6%,特异性为72.4%,敏感度为65.1%。相比较,J48算法的准确度为93.9%,特异性为94.8%,敏感度为93.2%;CART算法的准确度为91.4%,特异性为91.8%,敏感度为91.1%。结论:无论使用哪种模型,相比于单一参数诊断,多参数都能获得更高的诊断准确性。讨论:本研究使用的超声参数均图像易得,测量简便,尽管这些参数都已被证明有效,但是这些参数诊断右心衰竭的效果并不相同,也不太理想。本研究使用多参数构建决策树模型,用于诊断右心衰竭可收到更好效果。随着计算机技术的发展和超声设备的升级,决策树模型法可望受到更多的注意。