基于BP神经网络的肾炎诊断模型及主次元素分析

• 作者: 向中辉 李健 李智
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: BP神经网络 肾炎诊断 逐步分析法 主次元素
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 126-129
• 页数: 4页
• 分类号: TP319
• 字数: 2687字
• 语种: 中文
• DOI: 10.11907/rjdk.1511125

摘要

诊断就诊人员是否患肾炎时,医生通常要化验人体内某些元素的含量,然后借助数学模型进行辅助诊断.提出一种新的判别模型——BP神经网络判别模型,根据Kolmogorov定理,采用三层网络作为状态分类器,可高效完成肾炎的辅助诊断.在样本实验中,其准确率达到100%,明显高于传统诊断模型Fisher判别法和Logistic判别法.为了确定影响患病的主次要元素,以减少化验指标,采用"逐步分析法"建立线性回归模型,得出主要元素为Cu、Ca、M g、Na,次要元素为Zn、Fe、K.剔除次要元素后,3种方法的准确率分别为93.3%、90%、100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李智	四川大学电子信息学院	124	459	10.0	14.0
2	李健	四川大学电子信息学院	120	605	14.0	20.0
3	向中辉	四川大学电子信息学院	1	0	0.0	0.0