张文茜
- 作品数：2 被引量：7H指数：1
- 供职机构：第四军医大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 神经网络模型在纵向随访数据分析中的研究进展
- 2017年
- 流行病学随访研究中会产生大量的纵向数据,但该类数据的分析一直是统计学的难点。目前大多采用传统的线性混合模型来处理。该模型对数据的分布要求严格,且假定疾病是线性进展的,在应用过程中会受到一定限制。近年来,有研究者提出采用神经网络模型来处理纵向随访数据。本文就神经网络模型在纵向随访数据分析中的研究现状进行探讨,为纵向随访数据的分析提供一个新思路。
- 张文茜苏海霞孙丽君张玉海
- 关键词：纵向数据线性混合模型神经网络模型
- 基于BP神经网络和RBF神经网络预测老年痴呆症疾病进展的对比研究被引量：7
- 2017年
- 目的:比较反向传播算法(BP)神经网络和径向基函数(RBF)神经网络预测老年痴呆症疾病进展的效果。方法:以老年痴呆症随访数据为研究对象,以性别、年龄、受教育程度、有无高血压、有无高胆固醇、有无心脏病、有无中风史、有无家族史8个指标作为输入变量,以五年随访的MMSE差值为输出变量,构建基于BP神经网络和RBF神经网络的老年痴呆症疾病进展预测模型。结果:与BP神经网络模型相比,RBF神经网络预测的结果更好,能够有效地预测老年痴呆症疾病进展。结论:神经网络模型将老年痴呆症疾病进展预测问题转化为随访数据中相关测量指标与MMSE差值的非线性问题,为复杂的老年痴呆症疾病进展预测提供了新思路。
- 张文茜苏海霞尚磊孙丽君张玉海
- 关键词：老年痴呆症径向基函数神经网络
