选取158例3岁以下正常婴幼儿的脑医学CT成像资料,年龄12天至3岁,男孩92例,女孩66例,平均17.26±1.12月,分为新生儿组,1~12月,13~24月,25~36月4组。读取特定侧脑室体部层面的医学图像原始数据输入Matlab R2007神经网络工具箱,探讨不同年龄段婴幼儿脑实质正常发育的分形现象,建立正常婴幼儿脑实质分形模式的计算机识别标准。对此计算机模式识别标准进行一个小规模的模拟随机临床筛查实验,进行临床评分和计算机模式识别结果的对照分析以及ROC曲线分析,比较分形维数指标的诊断正确率,计算特异性和敏感度。结果显示正常婴幼儿脑实质特定轴位层面的分形维数稳定在1.86-1.91之间,男女性别之间脑发育不存在分形模式上的差异。正常婴幼儿脑层面多重分形谱的谱宽为1.4618,而精神运动发育出现异常的婴幼儿其多重分形谱谱宽则明显降低。计算机模式识别标准的准确率在90%以上,敏感性为96%。与临床盖泽尔量表评分标准之间有正相关,r=0.946,二者的直线相关方程为FD=1.213+0.008DQ。本研究为早期预测儿童精神运动发育迟缓和脑发育模式评估提供了有价值的分析手段。
英文主题词Infants;Chaotic;Fractal;Neural network