中国脑血管病杂志
中國腦血管病雜誌
중국뇌혈관병잡지
CHINESE JOURNAL OF CEREBROVASCULAR DISEASES
2007年
9期
387-391
,共5页
曾高%邓巍%何乾%焦风%任金马%栾文忠%梁冶矢
曾高%鄧巍%何乾%焦風%任金馬%欒文忠%樑冶矢
증고%산외%하건%초풍%임금마%란문충%량야시
神经网络(计算机)%模型,理论%颅内高压
神經網絡(計算機)%模型,理論%顱內高壓
신경망락(계산궤)%모형,이론%로내고압
目的 探讨反向传播神经网络(BPNN)在建立无创颅内压监测数学模型中应用的可能性及在该领域的应用前景.方法 对10例颅脑外伤所致急性颅高压患者连续20 min采集其大脑中动脉平均血流速度(VMCA)、平均动脉压(MAP)、呼气末二氧化碳分压(PETCO2)和心率,同时在硬膜外置探头监测颅内压,共获2911组数据.通过Matlab7.0软件中的神经网络工具箱,建立众参数和颅内压的贝叶斯正规化3层BPNN预测模型,进行训练样本和预测样本的仿真模拟,并计算出各个因素的平均影响值(MIV).结果 BPNN模型结构为4-20-1,训练至191步时网络收敛.预测样本的预测值和真实值的相关系数r=0.99,平均绝对误差为1.17 mm Hg,平均相对误差为7.36%.按照MIV绝对值大小列出4个因素,对于颅内压影响的相对重要性顺位为VMCA、PETCO2、MAP和心率.结论 反向传播神经网络模型与颅高压的非线性特性相契合,对颅内压的预测效果良好,能较好地处理颅高压内部多因素间复杂的非线性关系.
目的 探討反嚮傳播神經網絡(BPNN)在建立無創顱內壓鑑測數學模型中應用的可能性及在該領域的應用前景.方法 對10例顱腦外傷所緻急性顱高壓患者連續20 min採集其大腦中動脈平均血流速度(VMCA)、平均動脈壓(MAP)、呼氣末二氧化碳分壓(PETCO2)和心率,同時在硬膜外置探頭鑑測顱內壓,共穫2911組數據.通過Matlab7.0軟件中的神經網絡工具箱,建立衆參數和顱內壓的貝葉斯正規化3層BPNN預測模型,進行訓練樣本和預測樣本的倣真模擬,併計算齣各箇因素的平均影響值(MIV).結果 BPNN模型結構為4-20-1,訓練至191步時網絡收斂.預測樣本的預測值和真實值的相關繫數r=0.99,平均絕對誤差為1.17 mm Hg,平均相對誤差為7.36%.按照MIV絕對值大小列齣4箇因素,對于顱內壓影響的相對重要性順位為VMCA、PETCO2、MAP和心率.結論 反嚮傳播神經網絡模型與顱高壓的非線性特性相契閤,對顱內壓的預測效果良好,能較好地處理顱高壓內部多因素間複雜的非線性關繫.
목적 탐토반향전파신경망락(BPNN)재건립무창로내압감측수학모형중응용적가능성급재해영역적응용전경.방법 대10례로뇌외상소치급성로고압환자련속20 min채집기대뇌중동맥평균혈류속도(VMCA)、평균동맥압(MAP)、호기말이양화탄분압(PETCO2)화심솔,동시재경막외치탐두감측로내압,공획2911조수거.통과Matlab7.0연건중적신경망락공구상,건립음삼수화로내압적패협사정규화3층BPNN예측모형,진행훈련양본화예측양본적방진모의,병계산출각개인소적평균영향치(MIV).결과 BPNN모형결구위4-20-1,훈련지191보시망락수렴.예측양본적예측치화진실치적상관계수r=0.99,평균절대오차위1.17 mm Hg,평균상대오차위7.36%.안조MIV절대치대소렬출4개인소,대우로내압영향적상대중요성순위위VMCA、PETCO2、MAP화심솔.결론 반향전파신경망락모형여로고압적비선성특성상계합,대로내압적예측효과량호,능교호지처리로고압내부다인소간복잡적비선성관계.
