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BP神经网络模型的低增生性骨髓增生异常综合征与再生障碍性贫血的鉴别诊断研究

目的　评估反向传播（BP）神经网络模型对低增生性骨髓增生异常综合征（hypo-MDS）与再生障碍性贫血（AA）进行鉴别诊断的价值。方法　回顾性收集2008—2016年于华北理工大学附属医院和中国医学科学院血液病医院首诊确诊为hypo-MDS和AA患者的病历资料,包括年龄、性别、婚姻状况、民族、职业、吸烟史、饮酒史、血型、外周血分类计数、外周血细胞形态、骨髓细胞形态等,比较两组患者上述指标的差异。对两种疾病病历资料进行数据挖掘,构建BP神经网络模型。采用受试者工作特征（ROC）曲线对模型鉴别诊断效果进行评价。结果　两组患者年龄、职业比较,差异有统计学意义（P<0.01）;性别、婚姻状况、民族、吸烟史、饮酒史、血型比较,差异无统计学意义（P>0.05）。hypo-MDS患者红细胞计数、血红蛋白水平低于AA患者,差异有统计学意义（P<0.01）;血涂片显示hypo-MDS患者中性杆状核粒细胞分数高于AA患者,成熟淋巴细胞、中性晚幼核粒细胞分数低于AA患者,差异有统计学意义（P<0.05）;骨髓片显示hypo-MDS患者中性分叶核粒细胞、成熟淋巴细胞、成熟浆细胞分数低于AA患者,中性早幼核粒细胞、中性中幼核粒细胞、中性晚幼核粒细胞分数高于AA患者,差异有统计学意义（P<0.05）。BP神经网络模型对训练样本分类准确率为93.0%,对检验样本分类准确率为87.4%。ROC曲线分析结果显示,BP神经网络模型对hypo-MDS和AA鉴别的曲线下面积为0.919〔95%CI（0.890,0.944）〕。最佳临界点为0.730,对应的灵敏度和特异度分别为86.9%和86.2%。结论　BP神经网络模型对hypo-MDS与AA的鉴别诊断具有一定价值。     

疗效预测方法在针刺治疗抑郁症研究中的应用探讨

目的探讨应用神经网络方法进行针刺治疗抑郁症的疗效预测。方法使用量表工具,应用神经网络方法进行疗效预测。选择与抑郁症针刺治疗效果密切相关的因素以及体现中医学整体思想的疾病状态、生活质量等指标作为神经网络的输入变量,将其量化数据赋予网络的输入层,将经治疗后量表的评定结果作为输出变量值。收集病例形成神经网络的训练和测试样本,进行网络的训练和测试,评估网络性能,讨论其临床应用性。结果网络训练误差达到预期目标(均方误差mse=0.0010),对HAMD减分率和SDS减分率的预测拟合度较好,且拟合精度较高;表明网络测试的拟合程度比训练结果的拟合程度差,网络模型对测试样本的预测误差大于对已知样本的预测误差。结论网络模型具有较好的学习能力,而对未知样本的识别能力不及对已知样本的识别能力。通过增加样本量、改进网络模型等途径,有望为临床提供可靠性良好的预测方法。     

基于即时学习的集成神经网络及其干点预测

针对单个神经网络泛化能力差、对不同样本预测精度波动大的问题,提出了一种基于即时学习集成神经网络方法。首先,基于训练样本,建立多个不同的神经网络模型。其次,根据即时学习的思想,在对样本进行预测时,在训练样本中寻找与预测样本最接近的若干邻近样本,根据各网络对邻近样本的训练误差,即时形成各神经网络的集成权重,实时构造集成神经网络模型,对预测样本进行预测。最后,将该方法应用于初顶石脑油干点的预测,相比于文献中提出的方法,得到了更好的预测结果。     

基于BP神经网络模型的临床瓷粉配色方法

目的:探讨基于BP神经网络预测瓷粉配方的配色网络模型的可行性。方法:按照不同质量配比的混合松风Halo瓷粉制作32个瓷片样本,随机分为两组:训练组和测试组。用Matlab软件构建BP神经网络模型,用训练组瓷片训练并优化网络,形成颜色L*a*b*参数与瓷粉配方质量配比之间的非线性映射关系。用测试组试样检验构建的神经网络的精度。结果:测试组预测出的混合瓷粉质量配比与真实质量配比之间的准确率为80%(配比绝对误差±0.05)。按照测试组的预测和真实瓷粉质量配比制作的瓷片之间的平均色差为1.68(远小于临床可容忍阈值2.7)。结论:基于BP神经网络模型的瓷粉配色方法,直接给出了瓷粉配方,缩减了操作程序,减小色差,为当前口腔临床修复技术提供了一种新的比色途径。     

WPBL教学法在血液学检验教学中的尝试

目的：探讨WPBL教学法在血液学检验教学中的教学效果。方法：在血液学检验教学中尝试进行WPBL教学,并通过调查问卷与书面考核评估教学效果。结果：问卷调查显示学生对WPBL教学方法、教学效果普遍评价较高,WPBL教学组测试成绩明显高于传统教学对照组,差异有统计学意义（P〈0．005）。结论：WPBL教学法可以充分发挥网络教学的资源共享,多向互动的优势及PBL提高临床思维能力、学生自学能力、分析和解决问题的能力等综合素质的特点,提高教学效果。     

EV71型手足口病重症早期预警模型的建立

目的探讨基于遗传算法优化的误差反向传播（GABP）神经网络构建的预警模型在手足口病重症早期预测中的作用，为重症患儿早期识别提供参考。方法以2014年1月—2016年12月杭州市儿童医院收治的EV71型重症和普通型手足口病患者为对象建立预测模型并进行模型验证。采用MATLABR2016b构建误差反向传播（BP）模型，计算危险因素的平均影响值（MIV），选取MIV排名前20位的因素优化BP神经网络结构。计算均方根误差，以最小值作为遗传算法最优解，优化BP神经网络的权值和阈值，构建GABP模型。采用五折交叉验证法对模型的性能进行验证，以AUC、特异度和敏感度为指标，比较GABP模型与BP模型的预测性能。结果影响手足口病重症化的前20位危险因素依次为惊跳天数、通用型病毒载量、最高体温、EV71病毒载量、IgM、精神差、肌酸激酶同工酶、FPG水平、易惊、咳嗽、发热（≥37.4℃）天数、颈强直、散居/托幼、IgA、性别、呼吸节律不齐、高热（≥39.0℃）天数、发病至入院时间、手足抖动、体质量。BP模型最终的网络结构为20→40→1，网络性能评价显示GABP模型达到预设均方根误差的步数为100步，所需时间24s，五折交叉验证中GABP每组模型的AUC均显著高于BP模型，灵敏度和特异度也均优于BP模型。结论GABP神经网络能提高模型训练效率和预测精准度，可作为EV71型手足口病重症早期预警的参考工具。     

基于改进BP神经网络模型的肺结核发病率预测

目的建立用于肺结核发病率预测的人工神经网络模型,预测肺结核疫情发生发展趋势,为肺结核的预防和控制提供理论依据。方法选取肺结核2000～2014年发病率数据,采用改进的误差反向传播（BP）神经网络算法建立预测模型。其中以2000～2013年的发病率数据作为训练样本,以2014 年的发病率数据来检验模型的有效性。并对2015～2019 年肺结核的发病率进行预测。结果采用单隐层神经网络模型,输入层节点数为3,隐含层节点数为7,输出层节点数为1。建立的肺结核发病率预测模型在仿真预测样本处的平均相对误差为0.7597%,在检验样本处的相对误差为0.2649%。经预测,2015～2019 年肺结核的发病率分别为69.33/10 万、71.16/10万、64.49/10 万、62.41/10 万和72.78/10 万。结论采用改进的BP神经网络算法建立的肺结核发病预测模型具有较高的预测精度及较低的预测相对误差,为肺结核疫情预测提供一种新的预测模型。     

基于网络的PBL在“基础护理学”中的应用效果

目的 探讨基于网络以问题为基础的学习（Web-Problem-Based Learning,WPBL）在“基础护理学”课程中的应用效果。方法 选取天津某大学2012级172名护生作为研究对象,以班为单位随机将研究对象分为对照组（83名）和干预组（89名）,对照组主要采用传统教学法教学,干预组采用WPBL教学。两组之间的比较主要采用考试成绩、学习积极主动性评价量表、教学效果评价问卷来进行,并对干预组采用教学满意度评价问卷进行调查。组间比较主要采用t检验进行分析。结果 对照组和干预组护生在理论考试综合分析应用题成绩之间的比较具有统一学意义（P<0.05）,学习积极主动性评价量表中控制学习维度（差值为-0.73±3.31&0.26±2.80）的比较具有统计学意义（P=0.038）,在教学效果评价问卷课堂教学得分（23.79±4.44&26.85±4.25）、学习促进得分（23.83±4.81 & 26.48±5.41）、能力提高得分（26.32±5.32 & 32.08±4.29）和教师水平得分（14.52±3.37 & 15.85±2.93）的比较均具有统计学意义（P<0.05）。干预组中73（88%）名的同学认为WPBL能提高自己的自主学习能力,71（85.5%）名同学认为WPBL能提高自己的信息处理能力,73（88%）名同学在WPBL中能与同学良好沟通并协作完成任务。结论 WPBL在PBL基础上发挥网络优势,能提高学生自主学习、信息处理及沟通协作等能力,但是在运用过程中需要教师合理组织,完善督导机制,减少课余时间的占用。     

基于神经网络优化模型的中药复方安慰剂配色模拟研究

目的 构建粒子群反向传播(Particle swarm optimization-back propagation, PSO-BP)神经网络对中药复方颗粒剂安慰剂制备着色剂的用量进行预测,为中药复方颗粒剂安慰剂颜色的模拟提供一种新思路。方法 运用BP神经网络建立样品颜色参数L、a~*、b~*与色素质量分数的模型,利用粒子群算法的全局搜索能力优化BP神经网络权重和偏置,防止模型出现局部最小值,再采用线性降低权系数法和引入变异算子提高粒子群算法的全局寻优能力;以颜色综合评价指标(ΔE)为客观评价标准,验证试验结果。结果 训练结果表明,改进的PSO-BP神经网络拟合精度最高达到98.31%;预测结果表明,改进的PSO-BP神经网络的预测误差最小,平均绝对百分比误差(MAPE)、均方根误差(RMSE)和平均色差(ΔE)分别为0.411 5、2.164 6、2.56;制备3种颗粒的验证样品进行验证,验证样品与模型药物的ΔE分别为1.73、2.63、4.11,肉眼直观评价其中两组与模型药物色差较小。结论 基于改进粒子群优化算法的BP神经网络可模拟中药复方颗粒剂安慰剂制备着色剂用量预测,可作为安慰剂...     

用BP神经网络对气流床粉煤气化炉的预测

利用3层BP神经网络对气流床粉煤气化炉进行模拟研究。以Gibbs自由能最小化方法建立粉煤气化炉数学模型的模拟结果作为BP神经网络训练数据,训练后的BP神经网络模型对模拟数据的预测准确度较好。以Shell粉煤气化炉和国内首套粉煤加压气化中试装置上的实际生产数据作为BP神经网络的训练数据,训练后的BP神经网络模型能预测实际生产数据。     

流化床喷雾制粒神经网络模型及其应用

建立了反映流化床喷雾造粒过程参量同产品物性之间映射关系的BP神经网络模型。在建模中运用了正交实验设计、交叉评价网络训练法、样本标准化处理和主元分析等技术，对网络结构及其参数进行了优选。网络模型输出同实验结果非常接近，具有广泛的适应性。该网络可以实现各种定量分析计算，例如：预测在特定过程参量下的产品粒径，或者根据指定的产品目标，确定合适的工艺参量等。     

WPBL教学法在生物化学教学中的应用

目的：探讨教学法在临床专业生物化学教学中实施的效果。方法：在生物化学教学中进行WPBL教学法和传统教学法的对比研究,通过问卷调查评价学生的学习态度和满意程度,并通过闭卷考试评价教学效果。结果：WPBL教学组的问卷调查显示,92%的学生对WPBL教学法持肯定态度,糖代谢和蛋白质代谢两章的考试成绩明显高于对照组（P=0.005和P=0.002）。结论：WPBL教学法有助于学生多方面能力的培养,提高了生物化学的教学质量。     

BP神经网络修剪算法筛选白血病预后危险因素

目的 通过单层BP网络的修剪算法，进行白血病预后危险因素筛选，并讨论修剪算法在医学统计中的应用及其与逐步logistic回归的联系。方法 对上海市1985—1995年间部分初发白血病病人的6个月预后及可能的影响因素进行分析，分别用修剪算法和逐步logistic回归拟合不同的模型，利用ROC曲线下面积比较各个模型的判别和预测效果。结果 利用修剪算法，可得到与逐步logistic回归相同的BP模型结构；应用不同的修剪参数得到含不同连接的BP网络模型，最终稳定于含10个连接的模型。所有修剪的BP网络对测试集的判别效果均好于逐步logistic回归。结论 修剪算法可以进行变量筛选，并可应用于弱影响因素的探索。修剪的单层BP网络的权重系数与逐步logistic回归的回归系数相同，具有流行病学含义。     

WPBL教学法在医学检验专业不同课程教学中的应用研究

目的：评价WPBL教学法在医学检验专业不同课程教学中的应用效果。方法：采用WPBL教学法,对2007、2008级医学检验专业学生的五门专业课程部分内容进行教学改革。结果：WPBL组成绩及格率高于LBL组,经统计学处理,有显著性差异（χ2=5.34-7.71,P〈0.05）。此外,除免疫学检验课程外,另外四门课程的平均分数均有显著性差异（t=2.00-3.29,P〈0.05）。结论：WPBL教学法有利于提高医学检验专业学生的课程成绩,但效果不如临床课程成绩提高的明显,可能与医学检验专业课程的实践性强有关。问卷调查显示,WPBL教学法有助于提高学生多方面能力。因此WPBL值得在今后的教学中继续推广应用。     

基于BP神经网络的左右手击键动作的意识任务识别

目的研究基于神经网络的左右手运动的意识任务识别方法,探讨神经网络在脑机接口中的作用。方法在特征提取的基础上,设计3层BP神经网络。选用对数Sigmoid函数,实现输入到输出的非线性映射;采用梯度最速下降算法训练神经网络。结果应用BP神经网络和线性分类器分别对测试样本进行意识任务识别。以脑电信号两个频段的功率谱以及击键前-100￣-50ms和-50￣0ms均值组成特征向量。应用线性分类器,对测试样本的识别正确率为71%,采用本文设计的BP神经网络,识别正确率为84%。结论BP神经网络是意识任务识别的有效方法,在基于脑电信号的脑机接口中有良好的应用前景。     

遗传算法优化BP神经网络的老年痴呆症智能诊断

为了提高BP神经网络对疾病诊断的效率和预测准确率,提出一种遗传算法优化BP神经网络的老年痴呆症智能诊断模型,并以医院电子病历数据挖掘为例,对老年痴呆症诊断建立预测模型。该方法首先利用遗传算法的搜索寻优技术进行特征约简,然后将约简后的特征作为BP神经网络的输入变量,训练和构建BP神经网络模型。仿真实验在Matlab软件平台上进行,结果表明：与单BP神经网络相比,遗传算法优化BP神经网络能够降低模型训练时间、提高预测精度,是一种切实可行的老年痴呆症辅助诊断方法。     

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。