基于LSTM的循环神经网络模型确立睡眠与病例诊断结果的关系

• 作者: 孙瑞彬 明晓 李欣 米硕
• 来源期刊: 科技与创新
• 关键词: LSTM 循环神经网络 睡眠质量 匹兹堡睡眠质量指数
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 创新思维
• 页码范围: 99-100
• 页数: 2页
• 分类号: U495
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2018.07.099

摘要

为了确定诊断结果与睡眠关系,我们建立了基于LSTM的循环神经网络模型,因为数据中的各项指标均来自匹兹堡睡眠质量指数量表,因此,参照量表对获取到的数据进行数据预处理.由于数据中的各个指标较多,采用逐步线性回归方法,选取了几个比较重要的指标,同时基于上述模型,从筛选出来的指标中选取了不同的指标值进行计算,求在不同指标值下每种病的概率,然后再与原数据中的结果进行比较分析,得出了诊断结果与睡眠的关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	米硕		8	24	4.0	4.0
2	孙瑞彬		8	25	4.0	4.0
3	李欣		5	15	3.0	3.0
4	明晓		5	12	2.0	3.0