统计模式识别分析妊娠期糖尿病胎儿心脏结构及功能变化
目的：利用模式识别方法分析胎儿上述心脏指标,筛选出评价妊娠期糖尿病胎儿心脏结构及功能的最优指标。方法：在描述性分析的基础上，以是否患GDM为因变量，以50多种心脏结构及功能指标为自变量，通过四种特征选择方法，联合应用支持向量机(SVM)、径向基函数网络(RBF Network)以及简单的回归分析(Simple Logistic)三种分类方法，筛选出评价妊娠期糖尿病胎儿心脏结构及功能的最重要指标。结果：三种方法筛选结果各不相同(SVM筛选出12个指标;RBF Network筛选出9个指标;Simple Logistic筛选出13个指标)，但室间隔舒张期厚度、三尖瓣环舒张晚期峰值运动速度指标通过这三种方法均被筛选出来。结论：在妊娠期糖尿病胎儿心脏结构及功能指标的分类筛选中，RBF Network相比SVM,Simple Logistic呈现更好的效果。室间隔舒张期厚度、三尖瓣环舒张晚期峰值运动速度是评价妊娠期糖尿病胎儿心脏结构及功能变化的最优指标。
妊娠期糖尿病 胎儿 心脏功能 评价指标 模式识别
王永祥 周琼洁 任芸芸 李笑天 田卫东
复旦大学附属妇产科医院,上海200011 复旦大学生命科学院,上海201102
国内会议
西安
中文
194-195
2013-04-01（万方平台首次上网日期，不代表论文的发表时间）