Применение нейронных сетей в диагностике стадий хронической инфекции вирусами гепатитов В и С

Abstract

There were 131 patients with chronic infection of virus hepatitis B(HBV) and 319 patients with chronic infection of virus hepatitis C(HCV) have been studied. Liver biopsy determining liver fibrosis (LF) stage (F, Metavir method) were performed. The patients were divided into three groups: 1. mild LF (F 0-1), 2. severe LF (F 2-3), 3. LC (F 4). To develop a non-invasive method of diagnosis of LF by integration of routine examination methods discriminant analysis and neural networks were used. Predicted allocation of the patients with HCV to group 1 was 93.4%, to group 2 - 67.4%, to group 3 -1 0 0 % . In HBV infection predicted allocations to the groups were 96.2%, 96% and 100% respectively. Application of neural networks followed by subsequent training and testing enabled to increase the predicted allocations to the groups.

Обследован 131 пациент с хронической инфекцией вирусом гепатита В(ВГВ) и 319 - с вирусом гепатита (ВГС) с морфологической диагностикой стадии фиброза печени (F) по Metavir. Пациенты разделены на три группы: 1 (легкий ФП (F0-1), 2) тяжелый ФП (F2-3), 3) цирроз печени (F4). Для разработки способа неинвазивной диагностики ФП проведена интеграция данных рутинного обследования с применением дискриминантного анализа (ДА) и нейронных сетей. Диагностическая точность способа диагностики при ВГС в 1 -й группе - 93,4%, во 2-ой- 67,4%, в З-ей-100%. При ВГВ диагностическая точность по группам 96,2%, 96%, 100% соответственно. Применение нейронных сетей с последовательными этапами обучения и тестирования позволило увеличить диагностическую точность неинвазивной диагностики ФП.