利用人工神经网络模型猜测原发性高血压的研究

搜索高级搜索

原创毕业论文

利用人工神经网络模型猜测原发性高血压的研究

作者: 浏览:5次

免费专业论文
政治工作论文
计算机论文
营销专业论文
工程管理论文范文
医药医学论文范文
法律论文范文
生物专业论文
物理教学论文范文
人力资源论文范文
化学教学论文范文
电子专业论文范文
历史专业论文
电气工程论文
社会学专业论文
英语专业论文
行政管理论文范文
语文专业论文
电子商务论文范文
焊工钳工技师论文
社科文学论文
教育论文范文
数学论文范文
物流论文范文
建筑专业论文
食品专业论文
财务管理论文范文
工商管理论文范文
会计专业论文范文
专业论文格式
化工材料专业论文
英语教学专业论文
电子通信论文范文
旅游管理论文范文
环境科学专业论文
经济论文
人力资源论文范文
营销专业论文范文
财务管理论文范文
物流论文范文
财务会计论文范文
数学教育论文范文
数学与应用数学论文
电子商务论文范文
法律专业论文范文
工商管理论文范文
汉语言文学论文
计算机专业论文
环境艺术专业论文
信息计算科学专业
物流专业论文范文
人力资源论文范文
教育管理论文范文
现代教育技术论文
小学教育论文范文
机械模具专业论文
报告,总结,申请书
理工科专业论文
心理学论文范文
学前教育论文范文

毕业论文范文题目：利用人工神经网络模型猜测原发性高血压的研究，论文范文关键词：利用人工神经网络模型猜测原发性高血压的研究
利用人工神经网络模型猜测原发性高血压的研究毕业论文范文介绍开始：
【论文摘要】：前言原发性高血压(essentialhypertension,EH)是常见的心血管疾病之一,近年来,跟着我国经济发展,生活节奏明显增快,产生了一系列的不健康的生活方法,导致我国心脑血管疾病逝世亡率、发病率跟患病率持续回升。高血压既是一种独破的疾病,又是引发心脑血管疾病的重要危险因素,产生高血压危象及高血压脑病等重大并发症时可危及生命。因此,高血压的防治工作不容忽视。国内外研究表明,高血压是一种多因子疾病,致病因素多,各因素间关联复杂,是高血压研究的重要特点。目前疾病猜测的方法以传统的Logistic回归(Logisticregression,LR)为主,Logistic回归模型请求变量满意独破性且不能处理变量之间的共线性问题。因此,利用Logistic回归模型进行猜测高血压这样的复杂疾病存在必定的局限性。人工神经网络(ArtificialNeuralNetworks,ANNs),简称为神经网络(NNs),是模仿生物神经网络进行信息处理的一种数学模型。神经网络存在富强的解决共线性效应跟变量间的交互作用的才能,善于处理非线性的、含混的、含有噪声的数据情况。目前,人工神经网络在医学上的利用还远不传统的Logistic回归那么广泛。本研究所抉择的现场是辽宁省彰武县城市,经考察该人群高血压标化患病率高达35%，全国常见。本研究利用这些考察数据树破BP人工神经网络(backpropagationANNs)猜测模型,并与Logistic回归模型进行比较,利用受试者工作特点曲线(receiveroperatorcharacteristiccurve,ROC曲线)评估人工神经网络模型的猜测机能。以探讨跟评估ANNs用于疾病猜测的后果跟特点,为高血压等复杂疾病的猜测摸索新的方法,同时对城市高血压病的防治也有必定的参考价值。研究对象与方法一、研究对象的抉择本研究利用之前在辽宁（本文此处忽略..）省彰武县城市进行的EH风行病学考察的材料进行统计、猜测分析。该考察采取整群多级随机抽样的方法总计考察5208人,最后30岁以上常住人群共计4126名考察对象被纳入本次研究,其中女1942人,男2184人。二、考察内容跟检测指标在现场以问询跟测量的方法填写考察表,考察内容重要包含：个别特点,抽烟史,喝酒史等；测量血压、体重、身高等现场每人采血5ml(隔夜空腹),经离心后分别血清,分装冰冻保存用于血清指标检测。三、诊断标准跟测量方法：高血压诊断是根据1999年WHO／ISH颁布的高血压诊断标准：紧缩压≥140mmHg跟／或舒张压≥90mmHg或既往确诊的原发性高血压者。血压测量及其余血清生化检测指标由专业医护人员在标准前提下进行测量。胆固醇、甘油三酯、HDL、LDL、血清钠、血清钾、血清铁、血清钙等指标的程度采取日本第一化学提供的7150型全主动生化分析仪,用比色法进行分析。血糖程度采取美国强生公司出产的稳捷基本型血糖分析仪,用滴血法进行分析。四、神经网络模型的树破ANNs模型采取含有一个隐含层的三层BP神经网络模型。模型输入层的神经元为单因素分析中P0.05的与高血压相干的因素,输出层有1个神经元(即按照诊断标准断定研究对象是否患高血压),隐含层的神经元个数通过实验根据均方误差择优断定。隐含层的激活函数为tansig,输出层的激活函数为logsig。本研究将4126例材料按照性别、年纪进行均衡后按3：1的比例随机分为练习总集(3096例)跟测试集(1030例)两部分,分辨用于模型的树破跟测试。为了避免ANNs过渡拟合,在ANNs模型的练习过程中,又将练习总集(3096例)按3：1的比例随机分为练习集(2334例)跟测验集(762例),利用测验集时时地检查练习后果。五、材料统计分析方法用Matlab7.1软件编程树破ANNs猜测模型。用spss13.0统计软件树破二分类非前提Logistic回归的高血压猜测模型跟绘制模型猜测辨认的ROC曲线。猜测概率的断定标准为0.5,即p≥0.5时猜测成果为患高（本文此处忽略..）血压,否则为不患高血压。统计学明显性程度规定为α=0.05。成果一、非前提单因素Logistic回归模型进行高血压猜测对考察数据进行高血压的单因素分析,筛选出p0.05的因素作为猜测模型的输入变量,共22个因素与高血压有关。二、非前提多因素Logistic回归模型进行高血压猜测(一)树破非前提多因素Logistic回归模型对练习总集的3096例样本进行非前提多因素Logistic回归分析,将单因素筛选出的指标作为自变量(身高、体重已转化为BMI故未进入模型),以研究对象是否患高血压为因变量树破多因素Logistic回归模型。模型采取最大似然估计前进法进行逐步回归分析,入选变量的标准是p0.05,剔除变量的标准是p0.10。经逐步回归后,共有9个因素进入模型,模型改良情况测验(x2=4.335)跟全部模型测验(x2=1439.457)。全部练习总集的分类一致率为78.42%,特异度为80.45%,灵敏度为76.62%,(二)利用非前提多因素Logistic回归模型猜测用上述Logistic回归模型猜测测试集(1030例)研究对象是否患高血压。经模型猜测,测试集一致率为77.48%,特异度为80%,灵敏度为74.85%。三、BP神经网络模型进行猜测(一)树破BP神经网络模型树破一个三层的BPANNs模型,以单因素筛选出的全部22个因素作为输入变量,其隐含层设为22个神经元,输出层1个神经元(等于否患EH)。目标误差取0.01,学习速率取0.1,最大练习周期2000。经过17步练习,此时练习中均方误差MSE为0.126262,梯度Gradient为137.276／le-010,网络的练习因为测验集均方误差达到极小值而结束。测试练习好的BPANNs模型的拟合后果,练习集的分类一致率为81.06%,测验集的分类一致率为77.95%,全部练习总集的分类一致率为80.30%,特异度为84.48%,灵敏度为76.16%。(二)利用BP神经网络模型进行猜测用上述BPANNs模型猜测测试集(1030例)研究对象是否患高血压,测试成果见表5。其测试集分类一致率为78.83%,特异度为81.57%,灵敏度为76.42%。四、BP神经网络模型与Logistic回归模（文章此处忽略..）型高血压猜测比较(一)猜测成果的比较神经网络模型的分类一致率、灵敏度、特异度均高于Logistic回归模型。(二)ROC曲线面积比较利用SSPS13.0绘出多因素Logistic回归模型跟BPANNs模型的ROC曲线,多因素Logistic回归模型的ROC曲线下面积为0.782,95%可托区间为[0.768,0.797],BPANNs模型的ROC曲线下面积为0.800,95%可托区间为[0.786,0.814]。探讨高血压的病因复杂,影响高血压患病的危险因素是多方面的,一些危险因素之间可能存在交互作用、多重共线性,这些复杂的关联影响猜测模型的拟合,重大烦扰了高血压的猜测跟病因研究工作。因此本研究利用辽宁省彰武县城市人群的考察材料树破高血压的神经网络猜测模型,并与传统方法的Logistic回归模型比拟较,以探讨神经网络模型猜测高血压发病的才能。神经网络模型树破过程中各函数、参数的设置并不同一的标准,须要针对具体问题具体分析。本研究树破的模型是以误差反向后传学习算法而得名的BP神经网络,它是医学范畴利用最广泛的一种神经网络,集中体现了神经网络中最精华的部分。因为对任何在闭区间内的一个持续函数都可能用单隐含层的BP神经网络逼近,所以本研究采取了含有一个隐含层的三层BP神经网络。考虑到输入层神经元个数过多对样本量的请求较高,所以只抉择了与高血压密切相干的因素作为输入变量,即单因素分析中p0.05的因素。对输入变量中的多分类变量(如民族)采取设置哑变量的处理方法,以便利模型更好的利用数据信息。隐含层的神经元个数跟练习函数是根据实验来断定的,实验显示,绝对其余取值,神经元个数为22练习函数为trainlm时均方误差既小又牢固,网络的初始权值取(0～1)区间的随机数,因为初始值不同树破ANNs模型也不同,所以经多次实验选出最优的模型。为了避免适度拟合,本研究利用测验集在练习过程中随时监督练习。在本研究中,神经网络模型的分类一致率、灵（文章此处忽略..）敏度、特异度均高于Logistic回归模型,Logistic回归模型的分类一致率为77.48%,神经网络模型为78.83%。可能看走神经网络模型的猜测才能略优于Logistic回归模型。本研究利用ROC曲线来评估两种模型的猜测后果,Logistic回归模型跟ANNs模型的AUC分辨为0.782,0.800,同样提示,对高血压这样的致病因素多而且各因素间关联复杂的疾病,神经网络模型的拟合后果略好一些。神经网络尚存在一些问题有待解决。首先,神经网络的树破跟着参数、函数、初始值等的设置而变更,这些设置的正确性缺乏实际根据,只能依附教训跟实验来断定；其次,神经网络不能像Logistic回归模型那样有一个公认的模型输入变量的准入跟剔出准则；再次,各因素对因变量作用的医学阐明尚不明白,以及其假设测验方法跟可托区间等问题仍有待进一步研究。论断实验表明对高血压这样的复杂疾病,神经网络猜测模型的猜测才能略优于Logistic回归模型。因此可能作为Logistic回归模型的必要补充,神经网络在复杂疾病的猜测方面存在广阔利用前景。

以上为本篇毕业论文范文利用人工神经网络模型猜测原发性高血压的研究的介绍部分。

本论文在医药医学论文栏目，由论文网(www.zjwd.net)整理,更多论文,请点论文范文查找

收费专业论文
汉语言文学论文
物理学论文
自动化专业论文
测控技术专业论文
历史学专业论文
机械模具专业论文
金融专业论文
电子通信专业论文
材料科学专业论文
英语专业论文
会计专业论文
行政管理专业论文
财务管理专业论文
电子商务国贸专业
法律专业论文
教育技术学专业论文
物流专业论文
人力资源专业论文
生物工程专业论文
市场营销专业论文
土木工程专业论文
化学工程专业论文
文化产业管理论文
工商管理专业论文
护理专业论文
数学教育专业论文
数学与应用数学专业
心理学专业论文
信息管理专业论文
工程管理专业论文
工业工程专业论文
制药工程专业论文
电子机电信息论文
现代教育技术专业
新闻专业论文
热能与动力设计论文
教育管理专业论文
日语专业论文
德语专业论文
轻化工程专业论文
社会工作专业论文
乡镇企业管理
给水排水专业
服装设计专业论文
电视制片管理专业
旅游管理专业论文
物业管理专业论文
信息管理专业论文
包装工程专业论文
印刷工程专业论文
动画专业论文
营销专业论文范文
工商管理论文范文
汉语言文学论文范文
法律专业论文范文
教育管理论文范文
小学教育论文范文
学前教育论文范文
财务会计论文范文

电子商务论文范文

上一篇：增龄对血小板参数及活化指标的影..

下一篇：电磁辐射生物学效应实验研究