深圳市肠道传染病与气象及媒介因素的贝叶斯正规化BP神经网络模型

目的探讨肠道传染病与相关的主要气象指标和媒介生物密度指标的关系,建立深圳市肠道传染病发病率的BP神经网络模型,并评价其拟合效果和预测效果。方法从监测系统收集2000～2005年每月的气象资料、媒介生物监测数据以及肠道传染病疫情数据,利用Stata 8.0对与肠道传染病发病率相关的气象因素及媒介生物因素进行筛选,利用Matlab 7.0软件完成贝叶斯正规化BP神经网络模型的构建、训练及模拟。结果在各种气象因素与媒介生物密度指标中,与肠道传染病发病相关程度较高的指标分别为蟑螂密度、蝇密度、平均气温和雨量。月肠道传染病发病率的回代平均误差率和R2分别为14.9%和0.87。而进行预测时,以月份为单位的肠道传染病发病率预测平均误差率为18.4%,而以年为单位的肠道传染病发病率预测的平均误差率较低,为8.4%。结论肠道传染病伤与气象因素、媒介生物因素之间关系的贝叶斯BP神经网络模型拟合效果较好,预测准确度较高,BP神经网络在传染病发病率预测研究领域具有一定的实用价值。     

福建省卫生人力及床位预测方法探讨

目的探讨四种预测福建省卫生人力及床位的方法,比较各自优缺点。方法应用趋势外推法、人力人口比值法、医院规划模式法和灰色动态模型预测法4种方法预测卫生人力及床位情况并对结果进行比较。结果预测2005年的卫生人力及床位时,4种方法所得结果的相对误差分别为：2.53%,0.45%,0.48%,1.40%;8.54%,1.51%,0.45%,0.35%。结论在对福建省床位进行预测时,灰色动态模型预测法最优;在对卫生人力进行预测时,人力人口比值法最优。政府在确定合理科学的卫生人力和床位时,应根据实际情况,选择合理的预测方法。     

遗传算法优化BP神经网络的老年痴呆症智能诊断

为了提高BP神经网络对疾病诊断的效率和预测准确率,提出一种遗传算法优化BP神经网络的老年痴呆症智能诊断模型,并以医院电子病历数据挖掘为例,对老年痴呆症诊断建立预测模型。该方法首先利用遗传算法的搜索寻优技术进行特征约简,然后将约简后的特征作为BP神经网络的输入变量,训练和构建BP神经网络模型。仿真实验在Matlab软件平台上进行,结果表明：与单BP神经网络相比,遗传算法优化BP神经网络能够降低模型训练时间、提高预测精度,是一种切实可行的老年痴呆症辅助诊断方法。     

基于BP算法的地高辛血药浓度预测神经网络建模研究

目的：建立基于BP神经网络的地高辛血药尝试预测神经网络拟合模型,并在已建立的神经网络模型的基础上,进行地高辛血尝试预测和影响因素的敏感度分析,利用本研究的建模结果,为BP神经网络建模的方法学提供一定的参考依据,并能帮助医务人员做出正确的决策和分析。方法：在SPSS Clementine12.0进行建模和预测,预测结果用SPSS17.0进行ROC分析。结果：BP神经网络的拟合度和预测准确度为85.671%,其中性别、AST、日总剂量、TBIL、单次剂量对患者的治疗结果影响最大。结论：根据患者的一般资料和临床常规资料建立的地高辛血药尝试预测神经网络模型是可行有效的。     

基于小波神经网络的饮用水水质预测模型研究

目的:为饮用水水质预测提供方法学参考.方法:采用小波神经网络(Wavelet neural network,WNN)方法建立水质预测模型,对重庆市某主城区饮用水水质参数高锰酸钾月平均浓度进行预测,并同BP神经网络的预测结果进行比较分析.结果:采用均方根误差(Root mean square error,RMSE)和平均绝对百分比误差(Mean absolute percentage error,MAPE)来评价模型预测效果.预测实例表明WNN模型具有较高的预测精度,并且预测精度高于BP神经网络.结论:利用WNN对水质参数具有较好的预测效果.     

三种预测模型在肺结核发病预测中的应用

目的建立合理的肺结核病发病预测模型,推测重庆市肺结核病疫情未来流行趋势,从而为合理分配卫生资源和持续有效地开展肺结核病防制工作提供科学依据。方法收集重庆市结核病防治所登记的1993—2008年肺结核年发病人数的登记资料,采用灰色预测模型、灰色马尔可夫组合预测模型与BP神经网络模型对重庆市结核发病人数进行预测对比分析,筛选最优拟合效果模型。结果采用灰色预测模型、灰色马尔可夫组合预测模型与BP神经网络模型对重庆市肺结核病发病疫情进行预测分析,3个模型的平均相对误差分别为23.81%、3.68%、3.52%。结论对于肺结核病发病的预测,BP神经网络模型拟合效果最好,预测精度更高,预测数据更合理。     

基于BP神经网络的脑血管疾病院内感染风险预测模型研究

目的 采用BP神经网络构建脑血管疾病院内感染预测模型,对患者发生院内感染的风险作出评判,加强脑血管疾病院内感染防控管理.方法 收集整理桂林市中医医院2014年脑病科892例患者院内感染数据,采用主成分分析法选取具有代表性的指标并予以赋值,依指标集构建基于BP神经网络的脑血管疾病院内感染风险评估模型,通过一定数量样本的训练和测试,以检验模型可靠性和准确性.结果 选取200例患者作为样本对神经网络进行测试,未发生院内感染病例预测准确174例,准确率89.2%;发生院内感染病例预测准确5例,准确率100%.结论 BP神经网络风险评估模型对预防脑血管疾病院内感染有着积极的意义,可较好的提前预测院内感染发生风险,为感染防控提供有效的依据.     

糖尿病足患者预后预测相关模型研究

目的：比较BP神经网络模型（backpropagation,BP）、遗传算法优化的BP神经网络模型（BPneuralnetworkmodeltrainedwithgeneticalgorithm,GA-BP）、COX比例风险模型在糖尿病足患者截肢及生存预后的预测效果,选择最优预测模型。方法：收集重庆医科大学附属第一医院2014年1月至2016年1月收治的273例糖尿病足患者住院资料,采用电话随访的形式对患者随访至2016年12月。建立BP神经网络模型、遗传算法优化的BP神经网络模型、COX比例风险模型,以ROC曲线下面积大小,灵敏度、特异度等值判断3种模型在糖尿病足患者截肢及生存预后中的预测效果。结果：结局分别为截肢及死亡时,BP神经网络模型（截肢：χ2=7.692,P=0.005;死亡：χ2=12.071,P=0.000）和遗传算法优化的BP神经网络模型（截肢：χ2=10.083,P=0.001;死亡：χ2=12.071,P=0.000）的预测性能均优于COX比例风险模型,而BP神经网络模型和遗传算法优化的BP神经网络模型的预测结果间差异均无统计学意义（截肢：χ2=0.200,P=1.000;死亡：χ2=0.000,P=1.000）。结论：BP神经网络模型及遗传算法优化的BP神经网络模型均可应用于糖尿病足等慢性疾病的生存预后分析。     

基于BP神经网络的老年男性保健人群缺血性心脑血管病预测模型研究

目的建立基于BP神经网络的老年男性保健人群缺血性心脑血管病(ischemic cardiovascular disease,ICVD)的发病预测模型。方法以某保健医院所有老年男性保健对象2003年5月的体检资料为基线数据,剔除基线前已患有ICVD者。收集历年住院资料、问卷调查资料、电话回访资料,观察截止到2010年10月的ICVD发病及死亡情况。按照4∶1的比例将基线人群划分为训练组和测试组,利用MATLAB 7.0软件的神经网络工具箱构建训练组的BP神经网络模型,用测试组加以验证,并与传统的COX比例风险回归模型进行比较。结果 BP人工神经网络模型的判别能力、群体水平的预测能力方面优于COX比例风险回归模型。结论利用BP神经网络进行疾病预测,能获得更好的预测效果,并且对资料的类型、分布不作任何要求,是一种较好的疾病预测方法。     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究。以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好。以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据。     

流行性脑脊髓膜炎与气象因素关系的BP神经网络模型研究

目的：探讨流行性脑脊髓膜炎（流脑）发病率与气象因素的关系，建立流脑发病率的BP神经网络预测模型，评价模型效果。方法：利用SPSS10．0统计软件进行气象因素与流脑发病率的相关分析。利用Maflab6.5软件构建流脑发病率的BP人工神经网络预测模型。结果：相关分析结果显示流脑的发病率与平均气压、平均降水量呈负相关，与平均蒸发量呈正相关。BP神经网络模型的拟舍结果显示，流脑发病率回代值的MER=1．73％、R^2=0．9900，模型拟合效果较好；模型的预测精度为5．88。结论：平均气压、平均蒸发量、平均降水量对流脑发病率影响较大。BP神经网络模型对流脑发病率具有较高的拟合和预测能力。     

唐山十县（市）2010年医院卫生人力需要量预测

目的为唐山市制定卫生人力规划提供依据。方法采用医院规划模式法,对唐山十县（市）２０１０年县乡医院卫生人力需要量进行了预测。结果随着人口数的增长及人口年龄结构老龄化或提高卫生人员与床位比值时,预测２０１０年卫生技术人员需要量分别为１５６１３和１１６４４人。所有参数不变或提高医院工作效率以及在提高医院工作效率的情况下发展县医院和乡卫生院时,预测２０１０年卫生技术人员需要量分别为９４５５、９７０３、９７     

基于BP算法的住院天数神经网络建模研究

目的建立基于BP神经网络的住院天数拟合模型,并在已建立的神经网络模型的基础上,进行住院天数的预测和影响因素的敏感度分析,利用本研究的建模结果,为BP神经网络建模的方法学提供一定的参考依据,并能帮助卫生管理决策者做出正确的决策和分析。方法利用SQL提取HIS数据,在Clementine 11．1中进行建模和预测,预测结果用SPSS 16．0进行假设检验。结果BP神经网络的拟合度和预测准确度分别为96．678％和86．67％,术前住院天数对射频消融术患者的住院天数影响最大。结论BP神经网络相埘其他传统统计方法而言,是比较适合于住院天数数据特征的建模方法。     

基于反向传播神经网络的前列腺癌诊断系统的诊断价值

目的 探讨基于反向传播（BP）神经网络的前列腺癌诊断系统的诊断价值。方法 收集2008年1月至2011年9月四川大学华西医院收治的941例经直肠超声检查并行穿刺活检的前列腺疾病患者的临床病理资料,在MATLAB软件中采用年龄、经直肠超声检查指标和前列腺特异性抗原（prostate specific antigen, PSA）构建基于BP神经网络的前列腺癌诊断系统,以穿刺活检结果为“金标准”,分析该诊断系统对前列腺癌的诊断价值。结果 941例前列腺疾病患者中,前列腺癌358例（38.04%）,非前列腺癌583例（61.96%）。BP神经网络对前列腺癌预测的灵敏度、特异度、准确性、阳性预测值、阴性预测值分别为78.57%、92.94%、87.23%、88.00%、86.81%。结论 基于BP神经网络的年龄、经直肠超声检查联合血清PSA对前列腺癌的诊断价值高,可作为临床辅助诊断前列腺癌的重要手段。     

基于BP神经网络的左右手击键动作的意识任务识别

目的研究基于神经网络的左右手运动的意识任务识别方法,探讨神经网络在脑机接口中的作用。方法在特征提取的基础上,设计3层BP神经网络。选用对数Sigmoid函数,实现输入到输出的非线性映射;采用梯度最速下降算法训练神经网络。结果应用BP神经网络和线性分类器分别对测试样本进行意识任务识别。以脑电信号两个频段的功率谱以及击键前-100￣-50ms和-50￣0ms均值组成特征向量。应用线性分类器,对测试样本的识别正确率为71%,采用本文设计的BP神经网络,识别正确率为84%。结论BP神经网络是意识任务识别的有效方法,在基于脑电信号的脑机接口中有良好的应用前景。     

疗效预测方法在针刺治疗抑郁症研究中的应用探讨

目的探讨应用神经网络方法进行针刺治疗抑郁症的疗效预测。方法使用量表工具,应用神经网络方法进行疗效预测。选择与抑郁症针刺治疗效果密切相关的因素以及体现中医学整体思想的疾病状态、生活质量等指标作为神经网络的输入变量,将其量化数据赋予网络的输入层,将经治疗后量表的评定结果作为输出变量值。收集病例形成神经网络的训练和测试样本,进行网络的训练和测试,评估网络性能,讨论其临床应用性。结果网络训练误差达到预期目标(均方误差mse=0.0010),对HAMD减分率和SDS减分率的预测拟合度较好,且拟合精度较高;表明网络测试的拟合程度比训练结果的拟合程度差,网络模型对测试样本的预测误差大于对已知样本的预测误差。结论网络模型具有较好的学习能力,而对未知样本的识别能力不及对已知样本的识别能力。通过增加样本量、改进网络模型等途径,有望为临床提供可靠性良好的预测方法。