基于深度LSTM的甲亢疾病发展预测及应用系统

• 作者: 左铭 杨意豪 王梅
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 甲亢 深度学习模型 血检指标 Vue.js 原型系统
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 128-131
• 页数: 4页
• 分类号: TP181
• 字数: 3479字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.04.028

摘要

针对甲亢疾病发展的阶段性特点,建立LSTM深度学习模型,利用患者的前期关键血检指标,使用该模型对患者未来时刻指标值进行预测,从而获得后期疾病发展预测情况.在此基础上,基于Vue.js框架构建了发展预测应用原型系统,实现了指标数据录入、模型调用、预测结果展示等功能,为医生当前诊疗方案的制定和检验提供有效帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	左铭		6	38	4.0	6.0
2	王梅	东华大学计算机科学与技术学院	36	264	9.0	14.0
3	杨意豪	东华大学计算机科学与技术学院	1	1	1.0	1.0