基于特征选择的自适应模糊神经网络在肾小球滤过率中的应用

• 作者: 李智 杨帆 邹海英
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 肾小球滤过率 特征相关性 模糊化 隶属度函数 自适应模糊神经网络
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 153-156
• 页数: 4页
• 分类号: TP319
• 字数: 2705字
• 语种: 中文
• DOI: 10.11907/rjdk.173308

摘要

临床上广泛使用肾小球滤过率(GFR)评价肾功能指标,医生根据GFR预测出慢性肾病(CKD)阶段进而制定相应的治疗方案.菊粉清除率和同位素标记物清除率一直为测定GFR的主要标准.但菊粉价格昂贵、同位素标记方法具有放射性,限制了它们用于GFR的检测.提出一种特征选择的自适应模糊神经网络的进展过程GFR估计方法,分别对6个月、12个月及18个月后的慢性肾病患者进行GFR估计.先对29个特征进行相关性分析,将筛选出来的5个特征进行模糊化、初始化隶属度函数和模糊规则生成,得到模糊神经网络(AFNN),然后用参数训练AFNN模型,得到最优AFNN,最后用新样本数据进行GFR估计,得到误差结果并进行评估.实验结果表明,运用该方法,GER估计误差均小于其它方法,其中最小标准化误差达到1.0795×10-6,泛化能力增强.

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	杨帆	四川大学华西第二医院妇产科	176	683	15.0	20.0
4	邹海英	四川大学电子信息学院	2	0	0.0	0.0