基于深度学习模型在2型糖尿病患病风险预测中的应用

• 作者: 梁丽 王喜丹 王晓丹
• 来源期刊: 临床医药文献电子杂志
• 学科: 医学
• 关键词: 糖尿病 预测 深度学习 BP神经
• 年，卷（期）: 2017,（84）
• 所属期刊栏目: 临床交流
• 页码范围: 16460-16461
• 页数: 2页
• 分类号: R587.1
• 字数: 1777字
• 语种: 中文
• DOI: 10.3877/j.issn.2095-8242.2017.84.012

摘要

目的 探讨深度信念网络(deep belief network,DBN)在糖尿病患病风险预测中的应用价值.方法 将来自于某医院体检中心数据集进行处理之后,随机分成训练组(700例)和验证组(29例),然后建立深度信念网络(DBN)的预测模型进行预测.结果 实验结果表明基于深度信念网络(DBN)的预测准确率(93.1％)比基于反向传播神经网络(back propagation neural network,BPNN)的预测准确率(89.66％)更高更准确.结论 建立的糖尿病发病风险预测模型在人群中具有较好预测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王喜丹	西安交通大学第一附属医院药学部	7	48	3.0	6.0
2	王晓丹	重庆工商大学制造智能国家科技合作基地	2	7	1.0	2.0
3	梁丽	西安交通大学第一附属医院药学部	2	11	2.0	2.0