基于GA-BP神经网络模型鉴别2型糖尿病性周围神经病变的分类模型研究

• 作者: 桑祎莹 浦科学 罗亚玲 黄仕鑫
• 来源期刊: 解放军医学杂志
• 学科: 医学
• 关键词: 糖尿病性周围神经病变 决策树 贝叶斯模型 BP神经网络 遗传算法
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 临床研究
• 页码范围: 73-78
• 页数: 6页
• 分类号: R587.2
• 字数: 4578字
• 语种: 中文
• DOI: 10.11855/j.issn.0577-7402.2020.01.08

摘要

目的 以临床检查指标建立2型糖尿病性周围神经病变(DPN)的遗传算法优化反向传播(GA-BP)神经网络模型并评价其诊断性能.方法 收集重庆医科大学附属医院2016年1－12月收治的DPN患者2240例和非DPN患者2632例,采用SPSS 21.0对两组患者的41项临床检验指标进行单因素分析,选取有统计学意义的变量37项,采用R软件构建决策树、贝叶斯模型,采用MATLAB 2014a软件构建BP神经网络和GA-BP神经网络模型,通过各项评估参数比较这4个模型的优劣.结果 决策树模型的测试样本准确率为93.4%,贝叶斯模型为70.0%,BP神经网络模型为98.9%,GA-BP神经网络模型为99.5%;工作特征曲线下面积分别为0.93、0.72、0.99、0.99;约登指数分别为0.87、0.59、0.98、0.98.结论 GA-BP神经网络模型对DPN有很好的计算机辅助诊断作用,但仍须进一步进行临床试验.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	浦科学	重庆医科大学医学数据研究院	26	69	4.0	7.0
2	罗亚玲	重庆医科大学医学信息学院	21	139	7.0	11.0
3	黄仕鑫	重庆医科大学医学数据研究院	5	28	3.0	5.0
7	桑祎莹	重庆医科大学医学信息学院	1	0	0.0	0.0