主成分分析法是数学降维(降维是由讨论多个指标降为讨论少数几个综合指标的过程)思想的体现。在许多实际问题中,多个变量之间是具有一定的相关关系的,通过建立原有指标的相关性矩阵,并对矩阵的特征值和特征向量等进行研究,通过线性变换确定少数几个相互独立的综合指标,但保留原始资料中的大部分信息,这就是主成分分析的方法。它是综合处理这种问题的一种强有力的工具,产生相对独立的分辨指标,减少信息交叉,增加分析评价结果客观性和准确性。
结果显示:将主成分z3、z6结合起来,能够反映胸廓的高径、横径、面积方面信息。参考国内文献可知,胸腔的此参数在临床的病理诊断中意义重大,吸烟和慢性肺部疾病等因素均可对此参数产生影响[5,12],同时利用统计学方法得到的结论“非肺部气肿状态时实测胸高大于推导结果3 cm以上可提示肺气肿诊断”也可由此方法筛查[12],主成分分析方法效率更高,提高了疾病的预判速度。肺门高度比率和肺门高度是反映肺门位置有无异常的参数[13-17]。肺门位置的改变能提示肺体积大小变化,临床中多种肺部疾病可引起肺门大小、位置和密度上的改变。实验研究利用主成分z2反映此变量,陈则敬[18]也做了此方面的工作。其优点是:只需测量一侧肺门高度比率即可判断该侧肺门体积有无改变,更加简便易行。而实验出于大量数据采集的目的,方法略显繁杂。此外,由于肺门大小的差异较大,因此,判断时应注意。实验所得的主成分变量z4提示的是左肺门影的主成分分析可行变量,左肺门影的变化状况(例如增大)可能的诱因有肺门的肿瘤、肿大的淋巴结、血管扩张、原发性肺结核、支气管肿瘤等。秦也根等[14]对左肺门影变化的研究方法贴近临床,理论和实践意义均能较好体现。其提供的临床数据为本研究提供了对照,辅助了实验中“左肺门影”实验项目的确定。总体来说,实验由于没有区分人群的年龄、性别、身体状况等一些因素,分类可能不够精确。但同时,此种方法对于实验项目的选择没有特异性,所选9个实验项目能对应多种病理情况,更能反映平均的肺部生理状况。建立模型的思想类比于心电图概念,希望借此加快肺部疾病处理进程。
在现今的医疗诊断水平下,X射线是诊断肺胸部疾病的重要检查手段之一
[15-16]。实验分析可知,主成分分析得到的6个主成分变量可以反映一部分胸部生理健康状况。实验结果提供了较为平均的健康人在正常情况下肺生理的客观指标,得到各主成分与9种实验项目间的关联性。实验结果认为可以将“预先建立生理健康模型”的理论应用到医学影像的处理中,即利用主成分分析法快速而有效地对大量X射线胸片的数据进行预处理和分析,缓解临床图像处理压力。对于利用主成分分析来构建胸部生理健康模型,实验仅提供数据实现的可能性和算法实现,若需更高水平研究需进一步提高准确性和精确性。