排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
为了提高糖尿病前期的检出率,在糖耐量受损(IGT)常规诊断方法的基础上,增加糖化血红蛋白作为糖尿病筛查的因素,构建一个IGT检测模型。采集受试者的身高、体质量、腹围、血压、皮脂厚度、空腹血糖和糖化血红蛋白作为模型的特征输入,用K-近邻算法和神经网络对其分类,模型输出包括血糖值正常、IGT和糖尿病。结果显示增加糖化血红蛋白作为分类特征后,神经网络和K-近邻算法的分类准确率分别为88.89%和93.09%,明显高于传统方法的分类准确率(83.33%和78.38%)。本研究提出的IGT检测模型对糖尿病的临床诊断有重要意义。 相似文献
1