中国生物医学工程学报
中國生物醫學工程學報
중국생물의학공정학보
CHINESE JOURNAL OF BIOMEDICAL ENGINEERING
2014年
6期
715-721
,共7页
包家明%王顺%朱朝阳%王奕青%徐雅诗%汪蔷
包傢明%王順%硃朝暘%王奕青%徐雅詩%汪薔
포가명%왕순%주조양%왕혁청%서아시%왕장
慢性病%危险因素%个体化模型%神经网络%状态控制
慢性病%危險因素%箇體化模型%神經網絡%狀態控製
만성병%위험인소%개체화모형%신경망락%상태공제
chronic disease%risk factor%individualized model%neural network%state control
本研究的目的是运用神经网络反向传播(BP)学习算法,建立一种个体化慢性病危险因素人体模型的方法,为状态控制研究提供人体模型基础.该模型以运动状况、饮食习惯(包括盐、谷类、蔬菜、水果、肉禽类、蛋类、鱼虾类、豆类、奶类、油脂、动物内脏等的摄入量)、饮酒和吸烟等为输入量,输出量包括与慢性病密切相关的收缩压、舒张压、血糖、心率、BMI等生理参数,并用残差分析检验所建模型的可靠性.通过13例志愿者的受试试验,有9例实测参数和估计参数的符合率超过80％.研究结果表明,所提出的基于神经网络的个体化慢性病危险因素预测模型的建模方法,在总体上是可行的,为个体化设计危险因素控制策略提供了依据.
本研究的目的是運用神經網絡反嚮傳播(BP)學習算法,建立一種箇體化慢性病危險因素人體模型的方法,為狀態控製研究提供人體模型基礎.該模型以運動狀況、飲食習慣(包括鹽、穀類、蔬菜、水果、肉禽類、蛋類、魚蝦類、豆類、奶類、油脂、動物內髒等的攝入量)、飲酒和吸煙等為輸入量,輸齣量包括與慢性病密切相關的收縮壓、舒張壓、血糖、心率、BMI等生理參數,併用殘差分析檢驗所建模型的可靠性.通過13例誌願者的受試試驗,有9例實測參數和估計參數的符閤率超過80％.研究結果錶明,所提齣的基于神經網絡的箇體化慢性病危險因素預測模型的建模方法,在總體上是可行的,為箇體化設計危險因素控製策略提供瞭依據.
본연구적목적시운용신경망락반향전파(BP)학습산법,건립일충개체화만성병위험인소인체모형적방법,위상태공제연구제공인체모형기출.해모형이운동상황、음식습관(포괄염、곡류、소채、수과、육금류、단류、어하류、두류、내류、유지、동물내장등적섭입량)、음주화흡연등위수입량,수출량포괄여만성병밀절상관적수축압、서장압、혈당、심솔、BMI등생리삼수,병용잔차분석검험소건모형적가고성.통과13례지원자적수시시험,유9례실측삼수화고계삼수적부합솔초과80％.연구결과표명,소제출적기우신경망락적개체화만성병위험인소예측모형적건모방법,재총체상시가행적,위개체화설계위험인소공제책략제공료의거.
