中国科技信息
中國科技信息
중국과기신식
CHINA SCIENCE AND TECHNOLOGY INFORMATION
2014年
8期
212-216
,共5页
张雨浓%刘迅%何良宇%王茹%曲璐
張雨濃%劉迅%何良宇%王茹%麯璐
장우농%류신%하량우%왕여%곡로
WASD神经网络%肾小球滤过率(GFR)%慢性肾脏病预测%粗分组策略
WASD神經網絡%腎小毬濾過率(GFR)%慢性腎髒病預測%粗分組策略
WASD신경망락%신소구려과솔(GFR)%만성신장병예측%조분조책략
基于权值与结构确定(WASD)算法建立一个能对中国人肾小球滤过率(glomerular filtration rate,GFR)进行有效估算的人工神经网络模型.使用了基于伪逆的权值直接确定法,以及边增边删和二次删除确定结构的方法,采用平均影响值(mean impact value,MIV)方法分析输入数据,并提出粗分组策略来改善神经网络的估算准确度.利用来自中山大学附属第三医院的真实病例数据建立模型,并用来自该医院其他就诊时期的病例数据验证模型性能.同时,与Cockcroft-Gault方程、简化MDRD方程以及BF神经网络估算模型相比,本文提出的3-WASD-6最优神经网络模型可以更准确地估算GFR.
基于權值與結構確定(WASD)算法建立一箇能對中國人腎小毬濾過率(glomerular filtration rate,GFR)進行有效估算的人工神經網絡模型.使用瞭基于偽逆的權值直接確定法,以及邊增邊刪和二次刪除確定結構的方法,採用平均影響值(mean impact value,MIV)方法分析輸入數據,併提齣粗分組策略來改善神經網絡的估算準確度.利用來自中山大學附屬第三醫院的真實病例數據建立模型,併用來自該醫院其他就診時期的病例數據驗證模型性能.同時,與Cockcroft-Gault方程、簡化MDRD方程以及BF神經網絡估算模型相比,本文提齣的3-WASD-6最優神經網絡模型可以更準確地估算GFR.
기우권치여결구학정(WASD)산법건립일개능대중국인신소구려과솔(glomerular filtration rate,GFR)진행유효고산적인공신경망락모형.사용료기우위역적권치직접학정법,이급변증변산화이차산제학정결구적방법,채용평균영향치(mean impact value,MIV)방법분석수입수거,병제출조분조책략래개선신경망락적고산준학도.이용래자중산대학부속제삼의원적진실병례수거건립모형,병용래자해의원기타취진시기적병례수거험증모형성능.동시,여Cockcroft-Gault방정、간화MDRD방정이급BF신경망락고산모형상비,본문제출적3-WASD-6최우신경망락모형가이경준학지고산GFR.
