首页 > 文献资料
-
福州细菌性痢疾流行与气象关系的BP人工神经网络模型研究
目的 探索BP人工神经网络在细菌性痢疾预测模型的应用,为细菌性痢疾的预防控制措施提供科学依据.方法 用Matlab 7.2软件包中的神经网络工具箱,建立福州地区菌痢流行的BP人工神经网络模型.并以2007年的资料验证其预测成功率.结果 神经网络经学习和训练,训练误差下降并趋于稳定.回代相关系数为0.826,模型的预测成功率为83.33%.结论 本研究表明,BP人工神经网络在气象要素与菌痢发病之间建模是可行的.可以作为预测菌痢流行的一种新方法.
-
BP人工神经网络模型在上海市感染性腹泻日发病例数预测中的应用
目的 建立基于气象因素的上海市感染性腹泻逐日发病例数BP人工神经网络预测模型.方法 收集上海市2005-2008年感染性腹泻逐日发病例数与同期气象资料包括气温、相对湿度、降雨量、气压、日照时数、风速,通过Spearman相关分析选出与感染性腹泻相关的气象因素,用主成分分析(PCA)去除气象因素间的共线性影响.利用MatLab R2012b软件的神经网络工具箱建立感染性腹泻日发病例数的BP神经网络预测模型,并对拟合效果、外推预测能力和等级预报效果进行评价.结果 Spearman相关性分析显示,日感染性腹泻与前两天的日高气温、低气温、平均气温、低相对湿度、平均相对湿度呈正相关(P＜0.01),与前两天的日平均气压呈负相关(P＜0.01).输入PCA提取的4个气象主成分构建BP神经网络预测模型,训练和预测样本平均绝对误差、均方根误差、相关系数、决定系数分别为4.7811、6.8921、0.7918、0.8418和5.8163、7.8062、0.7202、0.8180.模型预测值对2008年实际发病数的年平均误差率为5.30％,对感染性腹泻的等级预报正确率为95.63％.结论 温度和气压对感染性腹泻日发病例数影响较大.BP神经网络模型的拟合及预测误差较小,预报正确率较高,预报效果理想.
-
基于运气理论研究北京地区流行性脑脊髓膜炎发病与气象因素的相关性
目的：依据中医五运六气学说，研究北京地区流行性脑脊髓膜炎(以下简称“流脑”)的高发与同期及前期(包括1~3年前)气象因素的关联性，并建立BP人工神经网络的医疗气象预测模型。方法基于北京地区1970年~2004年35年的气象资料和流脑发病资料，利用BP人工神经网络方法，从不同时间维度分别建立流脑的气象预警模型。结果流脑的高发期主要集中在每年的初之气(即2、3月份)。利用当年、1年前、2年前、3年前的气象因素皆可成功建立流脑高发的预测模型，其预测精度分别是50%、75%、86%、99%，其中贡献度大的气象因素分别是当年初之气的平均相对湿度、1年前五之气的平均气温、2年前初之气的平均风速、3年前五之气的平均风速。结论北京地区流脑的高发与当年及前3年的气象因素均具有关联性，利用前期(尤其是3年前)的气象因素建立传染病高发的预测模型具有深入研究的价值。
-
从六气角度探讨病毒性肝炎与气象因子的相关性及疾病预测模型
目的:在五运六气理论的指导下,探讨节气变更及气象因子变化与病毒性肝炎发病之间的关系,分析诱发或者加重病毒性肝炎的气象条件,并建立基于人工神经网络的医疗气象预测模型.方法:将搜集整理的北京市35年间的5项气象因子数据和病毒性肝炎发病数据,采用描述性统计分析、单因素相关性分析和BP人工神经网络分析进行研究.结果:病毒性肝炎的发病数在年度、六气时段内均呈现不平衡分布的流行趋势.在六气时段内病毒性肝炎的发病数与气象因子的变化趋势显著相关,平均相对湿度单个气象因子对病毒性肝炎发病的影响大.结论:病毒性肝炎的发病数与各气象因子及其变化趋势之间存在确切的关系,其中受平均相对湿度影响较大,这从一定程度说明了湿邪对于该疾病的影响,以及部分证明了五运六气理论对于该病的预测结果.
-
非支配排序遗传算法多目标优化补阳还五汤总苷提取的实验研究
目的:多目标优化补阳还五汤总苷的提取条件.方法:采用BP人工神经网络建立补阳还五汤中黄芪甲苷、芍药苷和苦杏仁苷提取工艺的多目标优化模型,依据非支配排序遗传算法(NSGA-Ⅱ)对提取条件进行多目标优化.结果:得出了多目标优化模型的Pareto优解集,纳入决策者偏好确定佳提取条件为:溶剂量10.94倍,提取1.26h,提取3次,提取温度82.06℃.结论:NSGA-Ⅱ方法与BP人工神经网络结合可对补阳还五汤总苷提取条件实现有效的多目标寻优,本方法可为医药学研究领域中的多目标优化问题提供基于人工智能算法的解决方案.
-
吸取中医元素的高血压病风险预警系统构建
目的:建立新的涵盖中医元素的高血压病风险预警系统模型.方法:收集2015年3月至2016年2月期间于郑州市中医院就诊的高血压病患者(200例)和无高血压病体检者(100名),综合运用线性、非线性数据处理方法,筛选出涵盖中医元素的相关危险因素,构建高血压病中医风险预警模型.通过BP人工神经网络预测模型与回归模型进行比较,评价高血压病中医风险预警模型的预测能力.结果:①饮食具有偏酸、偏清淡爱好、体质偏向阳虚质、沉脉的人群患高血压病的风险相对较低;②饮食具有偏咸、偏腌制爱好,体质偏向痰湿质、气虚质及气郁质,有齿痕、舌下脉络怒张,脉长中脉及脉搏有力、弦/硬脉,D型人格以及负性事件值得分＞0的人群患高血压病的风险较高.③BP人工神经网络预测模型的预测能力优于回归模型.结论:吸取中医元素的高血压病BP人工神经网络预警模型精度和效度优于回归模型,能够更好的预测和防治高血压病.
-
应用BP人工神经网络模型预测肾综合征出血热发病率
目的探讨反馈(BP)人工神经网络模型预测肾综合征出血热(HFRS)发病率的应用前景.方法利用沈阳市的气象资料(包括平均气温、相对湿度、降水量和日照)和动物疫情资料(包括鼠密度和鼠带病毒率)共6个指标作为神经网络的输入,将1984～2003年沈阳市HFRS发病率作为神经网络的输出.选择1984～2001年的数据,利用STATISTICA Neural Network(ST NN)建立BP网络预测模型,然后训练网络、预测2002和2003年HFRS的发病率.同时用上述指标建立线性预测模型,其结果与神经网络模型进行比较.结果对于BP神经网络,其平均误差率为7.89%,非线性相关系数为0.896.对于线性回归模型,其平均误差率为24.78%,非线性相关系数为0.711.结论BP人工神经网络可以用于HFRS发病率的预测,效果好于传统的线性回归方法.
-
应用BP人工神经网络探讨脂联素基因多态性位点间交互作用与汉族人群2型糖尿病遗传易感性的关系
目的 探讨BP人工神经网络(BPANN)在脂联素(APN)基因单核苷酸多态性(SNP)与中国南方地区汉族人群T2DM易感性关系中的应用特点.方法 采用BPANN分析方法,对影响因素按照平均影响值(MIV)的绝对值大小排序,并与Logistic回归模型及单倍型分析的结果相比较.结果 BPANN模型显示,在T2DM相关危险/保护因子中,相关危险因子为腰围、rs12495941、高血压史、T2DM 家族史、rs266729、性别、吸烟、年龄、rs16861194、rs16861205、rs1063539、BMI、高脂血症史、rs2241767、rs7649121、rs3821799、rs822394；相关保护因子为血清APN浓度、饮酒、rs182052.MIV位于前3位的为血清APN浓度、腰围、rs12495941.多因素Logistic回归分析中因子顺位为T2DM家族史、饮酒、高血压史等.将BPANN多因素分析中MIV位于前10位的3个SNPs位点进行单倍型分析,结果表明,与常见的单倍型TGC相比,rs266729G的单倍型TGG可增加T2DM的患病风险,其OR(95％CI)为2.42(1.17～4.99).结论 APN基因多态性位点间的交互作用与T2DM易感性存在关联.BPANN用于筛选T2DM等复杂多病因疾病的影响因素,可能具有一定的优势.
-
基于中医运气理论探讨流行性乙型脑炎高发与前期气象因素的相关性并建立预测模型
目的 依据中医运气学说,研究北京地区流行性乙型脑炎(以下简称“乙脑”)的高发与前期(当年～3年前)气象因素的相关性,并建立BP人工神经网络的医疗气象预测模型.方法 收集北京地区1970年～2004年35年的气象资料和乙脑发病资料,筛选出乙脑的高发时段,采用BP人工神经网络方法,分别从当年、1年前、2年前、3年前的气象情况进行分析,建立乙脑的气象预警模型.结果 乙脑的高发期主要集中在每年的四之气(P＜0.01).利用前期气象因素皆可成功建立乙脑高发的预测模型,其预测精度均高于80％,其中贡献度大的气象因素分别是当年初之气的平均风速、1年前三之气的平均相对湿度、2年前初之气的平均风速、3年前二之气的平均风速.结论 北京地区乙脑的高发与前期(当年～3年前)的气象因素具有相关性,尤其是利用3年前的气象因素建立的预测模型效果佳.
-
基于运气理论探讨伤寒副伤寒与气象因素的相关性并建立预测模型
目的 依据中医运气理论研究北京市伤寒副伤寒发病与当年及3年前气象因素的相关性,并建立人工神经网络的医疗气象预测模型.方法 提取北京市1970-2004年35年的气象数据和伤寒副伤寒发病数据,采用描述性统计分析Spearman相关分析和BP人工神经网络分析,探讨伤寒副伤寒发病与当年及3年前气象因素的相关性.结果 伤寒副伤寒发病在各年度呈不均衡分布,在六气时段内集中在三之气、四之气高发.其发病与当年及3年前的平均气温、平均风速和平均相对湿度具有显著相关性(P＜0.05).在气象预测模型中,3年前的平均风速和平均相对湿度是重要影响因素;当年的平均相对湿度是重要影响因素.结论 伤寒副伤寒发病与当年及3年前的气象因素之间均存在确切的相关性,并可建立预测模型.运气理论在传染病发病预测方面具有深入研究的价值.
-
FTIR法结合ANNs鉴别普洱茶的产地和年限
目的 建立一种利用傅立叶红外光谱(FTIR)结合人工神经网络(ANN)技术快速鉴别普洱茶产地和年限的新方法.方法 用FTIR法测定了17个不同产地和年限的170个普洱茶样品,获得红外光谱数据.从每份样品谱图上取36个特征吸收峰,形成光谱矩阵,再使用主成分分析法(PCA)对光谱矩阵进行降维处理,得到普洱茶FTIR光谱的主成分矩阵.然后使用BP人工神经网络技术建立神经网络模型.结果 从170个样本中随机取156个样本,对模型进行训练.后使用训练好的模型对剩余14个未知样本进行产地和年限鉴别,准确率均达到100％.结论 本文提出的方法能够很好地鉴别普洱茶产地和年限,为普洱茶的质量控制提供了一种新方法.
-
BP人工神经网络应用于探讨2型糖尿病/糖耐量低减的发病危险因素
目的探讨BP人工神经网络(BPANN)在2型糖尿病(2型DM)/糖耐量低减(IGT)的发病危险因素研究中的应用特点.方法采用BPANN和多因素非条件Logistic回归方法对某矿区2型DM现况调查资料及在某综合性医院收集的病例-对照资料进行分析比较.结果针对2型DM和IGT,BPANN网络结构分别为32→12→1,20→6→1.比较网络输出的平均影响值(MIV)与Logistic回归分析结果,发现两者均选出母亲DM史、腰臀比(WHR)、同胞DM史、离退休者、高梁等为影响2型DM发病的主要因子;标准体重百分数(SWP)、子女DM史、职业体力活动、年龄和脉率是影响IGT发病的主要因子.结论 BPANN同样能够用于2型DM/IGT的发病危险因素研究;BPANN分析不要求资料的分布类型以及变量的独立性,能较好地处理数据协变量间的共线性问题,在病因研究中具有Logistic回归分析方法所不能比拟的独特优势.
-
超声预测足月胎儿出生体质量方法的探究
目的:比较传统预测方法及BP人工神经网络(BP-ANN)预测胎儿体质量的准确性,探讨预测足月胎儿出生体质量的佳模型.方法:选取2015年11月—2016年7月产前0~5 d在我院进行超声检查并分娩的单胎足月孕妇224例,收集临床及超声资料.根据胎儿实际体质量,分为非巨大儿组(胎儿体质量<4000 g,n=183)和巨大儿组(胎儿体质量≥4000 g,n=41).使用误差(绝对误差、相对误差)评价不同方法预测胎儿体质量的准确性.结果:超声参数、联合参数(临床+超声)的BP-ANN在不同组别预测胎儿体质量的误差小于传统预测方法(P<0.05),联合参数的BP-ANN在巨大儿组中随着训练样本数的增加误差降低(P<0.05);联合参数的BP-ANN在非巨大儿组、整体224例中误差均小于临床参数、超声参数(P<0.05),巨大儿组中联合参数、超声参数的BP-ANN误差小于临床参数(P<0.05),但联合参数与超声参数比较差异无统计学意义(P>0.05).结论:BP-ANN预测胎儿体质量准确性优于传统预测方法;预测足月胎儿出生体质量的佳模型为联合参数的BP-ANN.
-
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好,预测精度更高,预测数据更合理.
-
BP人工神经网络用于肺鳞癌预后预测
目的利用两个预后分析模型--time-codedmodel和single-timepointmodel,结合实际数据进行肺癌预后结果预测.方法利用LM算法和停止准则进行迭代.结果利用BP人工神经网络的两个模型对于学习集数据的拟合情况要远远好于传统的Cox回归和logistic回归,若样本收集具有代表性,该网络可以任意精度逼近任意映射.利用停止准则后,在数据收集不是非常全面的条件下,预测效果与传统方法无差别.结论BP人工神经网络可以用于肺癌预后结果预测.
-
基于BP人工神经网络的太原地区医院获得性肺炎发生情况的评测分析
目的 鉴于医院获得性肺炎(NP)的高发病率及危害性,本研究对太原地区NP的流行趋势进行了评价和预测.方法 收集太原地区十二年NP发病资料,以NP发生的危险因素:年龄≥60岁、基础疾病、联合使用两种以上的抗生素、入住ICU、住院时间≥21天、有创性机械通气或雾化吸氧为独立的6个危险因素作为网络输入,发病率为网络输出,构建BP人工神经网络模型.结果 在评价基础上,对2006年12个月的NP发病率进行了预测,与实际发病率比较,符合率较高,预测误差较小,同时对2007年1～3月的发病率进行了预测.结论 NP的发生受到很多因素的影响,各因素之间又存在着十分复杂的相互作用与不确定性,而BP人工神经网络有许多优点可以解决这些变量间关系不能精确地用函数表达的复杂问题.实践证明,该模型是可行的,同时有其普遍性,可推广到卫生领域其他疾病的评价和预测体系中.
-
基于动态学习比率BP神经网络的时间序列预测方法
目的探讨人工神经网络在时间序列资料分析中的应用.方法利用动态学习比率BP算法以双曲正切函数为功能函数的非线性时间序列预测方法.结果建立HFRS发病率的两种ANN预测模型,其预测精度远远高于传统方法.结论 BP人工神经网络可以用于疾病发病率或死亡率的预测.
-
鲤鱼新鲜度近红外定量预测模型的建立
目的 以鲤鱼为研究对象,建立新鲜度近红外定量预测模型.方法 利用近红外光谱仪进行鱼肉图谱的扫描并采用化学计量方法测定pH值、挥发性盐基氮(TVB-N),通过偏小二乘法、偏小二乘法和BP人工神经网络方法建立模型,并对模型进行优化验证.结果 pH、TVB-N采用偏小二乘法所建立的模型优,且分别运用标准化、多元散射校正和标准化两种预处理方法好,优波段分别是1 000～1 799 nm、1 000～1 350 nm和1450～1 799nm.同时,pH、TVB-N的定标相关系数分别是0.972 83、0.981 64,验证相关系数分别是0.642 1、0.280 53.结论 得到了具有较高的预测能力和准确性的鲤鱼新鲜度定量预测模型.
-
藿芪温阳丸醇提部分提取工艺的优化
目的 优化藿芪温阳丸醇提部分提取工艺.方法 以乙醇体积分数、加醇量、提取时间、提取次数为影响因素,淫羊藿苷转移率为评价指标,正交试验结合BP人工神经网络优化提取工艺.结果 佳条件为7倍量60％乙醇提取2次,每次1h,淫羊藿苷转移率86.90％.结论 该方法稳定可行,可用于提取藿芪温阳丸醇提部分.
-
人工神经网络在半夏泻心汤配伍建模中的应用
目的:应用BP人工神经网络,建立半夏泻心汤不同配伍与胃蛋白酶间的非线性映射模型.方法:应用均匀设计表给出半夏泻心汤中药物及生姜共8味药物不同配伍组合,共形成24组,采用安宋氏法测定不同组别对正常大鼠胃蛋白酶活性的影响,应用MATLAB 6.5进行编程,选用BP人工神经网络拟合实验数据,其中21组作为学习样本,建立模型,另外3组作为未学习样本,验证模型的预测能力.结果:通过对21组实验数据的学习,建立了拓扑结构为8-10-1的BP网络模型,所建模型可以很好的拟合学习过的样本,并且可以很好地预测未学习过的样本,预测值和实际值之间的相关性系数r=0.9433.结论:BP神经网络可以很好的拟合复方配伍中复杂的非线性关系,可以应用于复方配伍研究的建模.
