基于神经网络的高血压在线风险评估系统

• 作者: 卢炎生 宋恩民 张廆 聂绍发 靖伟峰 马光志
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 高血压预测 神经网络 信息增益
• 年，卷（期）: 2008,（3）
• 页码范围: 267-271
• 页数: 5页
• 分类号: TP183
• 字数: 944字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2008.03.004

摘要

由于先前的研究工作不够综合和精确,不足于建立准确的高血压风险评估系统,根据2 231个正常样本及823个高血压样本计算的信息增益,对高血压致病因素的重要程度进行了排序,总共建立和测试了42个不同的神经网络模型,发现了一个输入为26个致病因素的神经网络模型,其预测精度远高于先前研究取得的81.61%,该模型关于"是否高血压"、"收缩压"、"舒张压"的预测符合率分别为95.79%,98.22%和98.41%.基于发现的神经网络模型及面向对象的技术,开发了一个能自动收集新样本、学习新样本并能改进预测精度的高血压风险在线评估系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢炎生	华中科技大学计算机科学与技术学院	216	1989	20.0	34.0
2	马光志	华中科技大学计算机科学与技术学院	34	283	11.0	15.0
3	聂绍发	华中科技大学计算机科学与技术学院	208	2053	23.0	30.0
4	宋恩民	华中科技大学计算机科学与技术学院	26	266	8.0	15.0
5	靖伟峰	华中科技大学计算机科学与技术学院	1	7	1.0	1.0
6	张廆	华中科技大学计算机科学与技术学院	2	9	2.0	2.0