基于BP神经网络预测儿童甲状腺疾病的模型研究

• 作者: 张西学 朱姝婧 李坤 田娟 陆强
• 来源期刊: 中国医学物理学杂志
• 关键词: 儿童甲状腺疾病 BP神经网络 疾病预测 分类正确率
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 医学人工智能
• 页码范围: 1340-1344
• 页数: 5页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1005-202X.2020.10.022

摘要

目的:构建儿童甲状腺疾病的预测模型.方法:根据某市疾病预防控制中心2013年～2016年采集的1400名8～11岁儿童的体检数据及临床初步诊断结果作为研究数据,随机抽取其中的1000名儿童作为训练样本,剩余的400名儿童作为测试样本,利用MATLAB R2018b软件编程实现三层BP神经网络模型.结果:当选择log&log组合作为隐含层和输出层的传递函数,隐含层节点数目选择8时,模型的分类正确率达到91.43％.结论:BP神经网络应用于儿童甲状腺疾病的预测,可以为疾病的防治工作提供理论依据.