人工神经网络在肾小球滤过率估算中的应用

• 作者: 刘迅 吴效明 娄探奇 李宁山 黄岳山
• 来源期刊: 第三军医大学学报
• 学科: 医学
• 关键词: 慢性肾脏病 肾小球滤过率 人工神经网络
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 论著
• 页码范围: 409-411
• 分类号: R318|R334.1
• 语种: 中文

摘要

目的 建立一个适用于中国慢性肾脏病人群的肾小球滤过率估算模型,基于人体体征及血清肌酐来估算肾小球滤过率.方法 采用人工神经网络方法中的广义回归神经网络(generalized regression neural network,GRNN)方法,基于562例训练样本集建立模型,在独立的269例验证样本集中验证模型性能,与传统的统计学回归方法得到的GFR估算经验方程比较.结果 与经验方程相比,神经网络模型具有更高的准确性(P＜0.05).结论 人工神经网络作为常用的机器学习方法之一,应用于生物医学信息处理时,比传统统计学方法具有更大的优势,利用该方法建立的肾小球滤过率估算模型具有更好的估算精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄岳山	华南理工大学生物医学工程系	57	448	12.0	17.0
2	吴效明	华南理工大学生物医学工程系	199	1579	20.0	28.0
3	娄探奇	中山大学附属第三医院肾内科	125	910	14.0	24.0
4	李宁山	华南理工大学生物医学工程系	2	11	2.0	2.0