基于神经网络的慢性病危险因素人体模型的建模方法

摘要：

本研究的目的是运用神经网络反向传播(BP)学习算法,建立一种个体化慢性病危险因素人体模型的方法,为状态控制研究提供人体模型基础.该模型以运动状况、饮食习惯(包括盐、谷类、蔬菜、水果、肉禽类、蛋类、鱼虾类、豆类、奶类、油脂、动物内脏等的摄入量)、饮酒和吸烟等为输入量,输出量包括与慢性病密切相关的收缩压、舒张压、血糖、心率、BMI等生理参数,并用残差分析检验所建模型的可靠性.通过13例志愿者的受试试验,有9例实测参数和估计参数的符合率超过80％.研究结果表明,所提出的基于神经网络的个体化慢性病危险因素预测模型的建模方法,在总体上是可行的,为个体化设计危险因素控制策略提供了依据.

关键词：慢性病、危险因素、个体化模型、神经网络、状态控制

所属期刊栏目：33

分类号：R181.37(流行病学与防疫)

资助基金：浙江省医药卫生平台重点资助计划2012ZDA011;浙江省科技厅公益性技术研究计划2013C33159

在线出版日期：2015-01-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：715-721