时间序列模型在肾综合征出血热发病率预测中的应用

目的探讨时间序列模型预测肾综合征出血热（HFRS）发病率的适用性。方法应用临沂市1982～1999年HFRS月发病率资料拟合HFRS月发病率预测模型。结果利用时间序列模型中的ARIMA模型预测山东省临沂市2000～2002年3年逐月发病率，2000年预测值的误差最小。结论ARIMA模型可用于预测HFRS月发病率，其短期预测精度较高。     

应用灰色预测模型GM(1,1)对结核病发病率进行预测

目的:探讨灰色预测模型GM(1,1)在时间序列资料中的应用;建立结核病登记发病率的预测模型.方法:利用重庆市结核病防治所于1993～2003年登记的结核病发病率资料建立灰色预测模型即残差GM(1,1)模型,并对2004年结核病登记发病率进行预测.结果:残差GM(1,1)模型为:(X)(1)(k 1)=89.5776e0.0392k-85.0913 8(k-1)1.6435e-0.306.8k,1993～2003年预测值的相对误差均小于0.05,关联度＞0.6,小误差概率P＞0.8;2004年结核病登记发病率预测为5.2942/10万,相对误差为0.0461,修正后的相对误差为0.0121.结论:残差GM(1,1)模型拟合效果结果较为理想,是一种短期内预测精度较高的预测模型.     

蒙阴县肾综合征出血热流行病学分析

蒙阴县自1981年发生肾综合征出血热(HFRS)以来，发病率呈阶段性变化，年均发病率达75．63／10万，属于山东省HFRS的高发区。为掌握HFRS的流行特征和演变规律，现将全县1981～2002年HFRS流行情况分析如下。     

吉林省肾综合征出血热流行病学调查

目的为掌握吉林省肾综合征出血热发生、分布等情况,为制定全省肾综合征出血热的防制对策提供科学依据.方法对2004年吉林省肾综合征出血热的流行病学资料进行回顾性整理统计、研究分析. 结果全省9个市（州）、60个县（市、区）共报告肾综合征出血热1 840例,死亡20例.发病率为6.90/10万,比2003年增长38.11%,发病率居全国第三位.其中延边、吉林、长春、白山4个市州发病率高于全省平均发病水平,3～6月份,10～12月份为全省流行高峰季节,全年均有发病. 结论吉林省正处于肾综合征出血热高发期,应重视其防制工作.     

肾综合征出血热并发症回顾

肾综合征出血热（HFRS）是除病毒性肝炎之外危害最大的病毒性传染病，是一组以发热、出血和肾脏损害为主要临床表现的急性传染病，近年来发病率有明显的上升。     

黑龙江省灾区肾综合征出血热宿主动物带毒指数与发病率相关性分析

1998-09我们对受灾较严重的齐齐哈尔地区的龙江县、依安县、甘南县、讷河县、富拉尔基区及黑河地区的嫩江县进行了HYRS宿主动物监测,获得了HFRS宿主动物的相关资料．并结合各县(区)的HFRS发病率进行了分析,结果如下。     

天津市蓟县肾综合征出血热流行病学分析

<正>肾综合征出血热(hemorrhagic fever with renalsvndrome,HFRS)是以鼠类为主要传染源,通过多途径传染给人的自然疫源性疾病。它是我县重点防制的乙类传染病之一,经多年监测和重点防制,HFRS发病率一直保持在较低水平。近年来,发病呈上升趋势。为探讨现阶段HFRS发病规律,给进一步制定预防控制措施提供依据,现将2003年蓟县HFRS发病情况报告如下。     

近年肾综合征出血热流行病学研究进展

<正>肾综合征出血热(Hemorrhagio fever with renalsyndrome, HFRS)是一个集合名称,包括流行性出血热(Epidemic hemorhagic fever, EHF)、出血性肾病肾炎(Hemorrhagic nephroso-nephritis, HNN)、朝鲜出血热(Korean hemorrhagic fever, KHF)、流行性肾病(Nephropathiaepidemica, NE)、流行性肾炎(Epidemic nephritis, EN)和鼠病毒肾病（Gajdusek,1982）。     

青岛市2007年肾综合征出血热监测分析

目的掌握青岛市肾综合征出血热(HFRS)的流行特点,指导今后的防治工作。方法对青岛市2007年HFRS监测资料进行分析。结果全市发病率为1.64/10万,病死率为3.15%。季节发病呈双峰型,以秋冬季为主。12个市区中,8个有病例报告。郊区5市发病占总数的93.70%,其中胶南发病率最高,为5.58/10万。农民占83.46%,20-60岁组占89.76%,男女之比为4.08∶1。居民区主要鼠种为小家鼠和褐家鼠,分别占48.93%和27.90%。野外褐家鼠构成最高,占42.55%。居民区和野外阳性率分别为0.86%和4.26%。结论我市2007年HFRS发病率虽较往年明显降低,但郊区5个市仍是发病重点,应加强防治。     

1991-2006年固原地区肾综合征出血热疫情分析

目的了解宁夏固原地区肾综合征出血热流行特点和趋势,为开展科学预防控制工作提供依据。方法对1991-2006年的疫情资料进行流行病学分析。结果固原地区肾综合征出血热主要发生在泾源、隆德两县及原州区的部分地区,共报告病人555例,死亡66例,年平均发病率为1.87/10万,病死率为11.83%。一年四季均有发病,呈秋冬季高峰特点。结论加强监测,实施疫苗接种和以环境治理为主的综合防治措施,对控制出血热的发生和流行有着重要意义。     

基于影像信息的人工神经网络的脑胶质瘤分级

目的：探讨利用人工神经网络对脑胶质瘤进行分级的可行性和有效性。方法：回顾性纳入2012至2017年经 病理证实的130例脑胶质瘤患者,基于磁共振增强T1加权相二维图像提取的共41个影像学特征。建立人工神经网络并 进行特征选择以得到最优化的神经网络模型,随机抽取一半病例的影像学特征数据对神经网络进行训练,并用另一 半特征数据对训练完成后的神经网络进行胶质瘤分级效果验证。对神经网络重复进行100次训练和验证,将结果进行 平均。结果：经过特征选择后的神经网络模型共选取5个特征作为输入特征,神经网络对脑胶质瘤分级的平均准确率 为90.32%,平均敏感度为87.86%,平均特异度为92.49%,受试者操作曲线的曲线下面积为0.9486。结论：人工神经网络作 为一种人工智能方法,对脑胶质瘤分级具有较高的准确性,为脑胶质瘤的无创性术前分级提供了可行的辅助手段。     

基于BP神经网络的常见中兽药中5种违禁药物显微图像识别

目的 以人工神经网络和模式识别技术为基础,对动物饲料中常添加的违禁西药进行了自动识别与分类.方法 对违禁药物的显微图像进行预处理、图像分割,并提取纹理特征.根据提取的特征应用BP人工神经网络完成对5种违禁药品（呋喃妥因、呋喃唑酮、呋喃它酮、氯霉素、扑热息痛）的识别分类.结果 该算法不仅能快速识别出上述5种违禁药品,且准确度比较高.结论 该方法对于以上5种违禁药品能得到满意的识别结果.     

人工神经网络在肾小球滤过率估算中的应用

目的 建立一个适用于中国慢性肾脏病人群的肾小球滤过率估算模型,基于人体体征及血清肌酐来估算肾小球滤过率.方法 采用人工神经网络方法中的广义回归神经网络(generalized regression neural network,GRNN)方法,基于562例训练样本集建立模型,在独立的269例验证样本集中验证模型性能,与...     

LVQ人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用

目的:探讨学习矢量量化(LVQ)人工神经网络在伤寒、副伤寒发生强度判别与预测中的应用.方法:以前一年的平均气压、平均气温、平均降水量和平均蒸发量4个气象指标的标准化后的变量及伤寒、副伤寒发病率平方根反正弦变换值为研究自变量,将1979-2000年辽宁省某市伤寒、副伤寒发病率按大小分为高、中、低3种情况进行判别与预测研究.利用软件MATLAB 6.5的人工神经网络工具箱分别进行LVQ人工神经网络的构建、训练与模拟,分别考察LVQ人工神经网络在模型拟合及前瞻性和回顾性预测方面的能力,并且与传统Bayes判别分析进行比较.结果:LVQ人工神经网络能够从另一个角度对数据进行分类判别与预测,利用1980-1995年数据拟合准确率为100%,预测1996-2000年发病强度准确度为3/5;利用1982-2000年数据拟合准确率为100%,预测1 980-1981年发病强度准确度为1/2,均略高于传统Bayes判别分析.随机选择1 6年数据的拟合准确率为93.8%,预测另外5年发病强度准确度为4/5,与传统Bayes判别分析相当.结论:LVQ人工神经网络能够与传统Bayes判别分析相媲美,在发病率预测方面具有广阔应用前景.     

基于改进的BP神经网络的糖尿病肾病中医证候非线性建模研究

目的建立基于人工神经网络的糖尿病肾病(DN)证候诊断模型。方法基于MATLAB 7.0环境,采用改进的共轭梯度(trainscg)学习算法,建立DN证候三层前向BP网络模型,并用3倍交叉法验证该模型的诊断价值。结果DN证候神经网络模型预测DN证候的平均单证特异性为81.32%,平均单证准确率为96.25%,平均诊断准确率为92.21%。结论DN证候BP神经网络模型具有很好的诊断、预测能力,人工神经网络技术是中医证候非线性建模的可行性方法。     

贝叶斯正规化BP神经网络在我国医院床位预测中的应用

目的 探讨贝叶斯正规化BP神经网络在我国医院床位预测中的应用. 方法 利用1990-2006年我国医院床位历史数据,建立贝叶斯正规化BP神经网络进行拟合预测,并与指数平滑预测、自回归模型的预测结果进行比较. 结果 三种方法预测结果的相对误差分别为0.58%,3.62%,1.48%.贝叶斯正规化BP神经网络模型预测精度更高,效果更好,优于传统方法. 结论 贝叶斯正规化BP神经网络预测模型可以用于我国医院床位预测.     

基于BP神经网络的医学类微信公众号学术知识获取效果

目的：通过构建神经网络模型实现对医学类微信公众号学术知识获取效果进行综合、科学性的评价。 方法：首先对麻醉学微信公众号辅助临床、教学与实践的应用现状进行概述;其次,根据既有研究成果提出的“微信知识获取效果评价指标体系”,分别从知识特性、知识获取方、知识提供方、知识获取情景对遴选的15个典型麻醉学微信公众号样本开展评价;最后采集定性和定量数据,使用Matlab软件构建BP神经网络（Back Propagation Neural Network）模型并进行仿真验证。结果：采用BP神经网络的预测输出结果与实际期望结果控制在限定的误差范围内。 结论：基于BP神经网络构建的医学类微信公众号学术知识获取效果评价模型具有可操作性和实践性,能够评价用户通过移动社交平台获取知识的效果,揭示促进和阻碍因素,进一步指导各学术机构推荐并建立高质量的学术公众号,更好地服务学界。     

基于遗传算法和BP神经网络的CTG识别研究

目的:针对正常类、非典型类和异常类3类胎心宫缩监护图(Cardiotocography,CTG),利用BP神经网络建立分类识别模型。方法:根据遗传算法(Genetic algorithm,GA)具有全局寻优的特点,引入遗传算法对神经网络权值和阈值进行优化,形成一种训练神经网络的混合算法(GA-BP算法),以克服BP算法易陷入局部最优解的缺陷,并以UCI数据库中的CTG数据集为例进行测试。结论:仿真结果表明,对于正常类、非典型类和异常类3类样本,BP算法的分类准确率分别为97.32%、71.97%和95.45%,而GA-BP算法的分类准确率分别提高到98.24%、82.67%和95.65%。可见GA-BP分类模型具有较强的学习能力和泛化能力,分类准确度更令人满意,所提出的方法是可行的。     

BP神经网络在生存分析中的应用

目的探讨BP神经网络在生存分析中的应用。方法通过贲门癌预后的实例说明神经网络的连续时间模型与离散时间模型的使用。结果所建立的神经网络生存分析模型有较好的预测能力。结论神经网络在生存分析中有很大的灵活性,在模型中可以容纳非线性效应,协变量的效应可以随时间而变化,不要求满足PH假定,有较广泛的应用前景。     

BP神经网络和 Cox比例风险模型在生存分析应用中的比较

目的：比较BP神经网络模型和Cox比例风险模型在生存分析中的预测性能,进一步探讨BP神经网络模型在生存分析中的应用。方法：采用Monte Carlo 模拟数据集,如不同样本量、不同删失比例、不同协变量间关系及是否满足等比例风险假定的理论研究和胃癌根治术患者预后预测的实例分析,分别建立BP神经网络模型和Cox比例风险模型,最终使用一致性指数C对其预测性能进行比较。结果：当样本量为100、删失比例为60％、80％及样本量为300、删失比例为80％时,BP神经网络模型的预测性能高于Cox比例风险模型（P＜0．05）。协变量不满足等比例风险假定、协变量间存在三维交互作用和非线性关系时,BP神经网络模型的预测性能较Cox比例风险模型好（P＜0．05）。实例研究中发现,BP神经网络模型预测的一致性指数C（0．835）高于Cox比例风险模型（t配对＝4．311,P＜0．001）。结论：BP神经网络模型在生存分析的应用中对样本删失比例、是否满足PH假定、协变量间复杂交互作用和非线性关系具有非特异性,对资料限制较少,且预测一致性高,值得在生存分析中进一步推广应用。