小儿常见发热出疹性疾病智能诊断模型研究

小儿常见发热出疹性疾病智能诊断模型研究

ID:33327198

大小:221.00 KB

页数:5页

时间:2019-02-24

小儿常见发热出疹性疾病智能诊断模型研究_第1页
小儿常见发热出疹性疾病智能诊断模型研究_第2页
小儿常见发热出疹性疾病智能诊断模型研究_第3页
小儿常见发热出疹性疾病智能诊断模型研究_第4页
小儿常见发热出疹性疾病智能诊断模型研究_第5页
资源描述:

《小儿常见发热出疹性疾病智能诊断模型研究》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、5小儿常见发热出疹性疾病智能诊断模型研究王庆华,唐甜,王清青,刘雅琼,林辉,黄国荣,熊鸿燕(400038重庆,第三军医大学军队流行病学教研室)[提要]目的探索实用于社区医生和家庭成员使用的小儿常见发热出疹性疾病智能诊断方法。方法收集2005年1月至2010年11月第三军医大学西南医院儿科及感染科248例小儿发热出疹性疾病住院患者的临床资料,其中男性133例,女性115例,平均年龄4.56岁。病种包括麻疹、幼儿急疹、水痘、手足口病、猩红热、风疹和药疹等。整理并描述发热、皮疹、主要伴随症状、血常规及流行病学相关数据特征,进行主成分分析(PCA);

2、以反向传播神经网络(BPNN)为技术平台,构建智能诊断模型,进一步通过前瞻和回顾数据验证模型的准确性。结果经PCA处理后,31个临床及流行病学特征指标被综合成13个主因子;BPNN模型的输入、隐层和输出神经元分别为13、9、7;模型对小儿发热出疹性疾病回顾性诊断平均准确率达到99.53%,预测诊断平均准确率达到92.86%。结论以临床样本为依据建立的BPNN诊断模型可准确诊断常见小儿发热出疹性疾病,有明显的应用前景。[关键词]误差反传神经网络;发热出疹性疾病;主成分分析;智能诊断模型[中图法分类号][文献标识码]ADevelopmentofa

3、nIntelligentModelDiagnosisforChildrenCommonRashandFeverIllnessWangQinghua,TangTian,WangQingqing,LiuYaqiong,LinHui,HuangGuorong,XiongHongyan(DepartmentofMilitaryEpidemiologyofThirdMilitaryMedicalUniversity,Chongqing,400038,China)[Abstract]ObjectiveToexploreanintelligentdiagn

4、osismodelofchildrencommonrashandfev-erillness(RFIs)formedicalstaffinruralareaandfamilymembers.MethodsThedataof248RFIscases(133malesand115females,ataverageageof4.56)werecollectedfrominpatientsinthesouthwesthospitalofthethirdmilitaryuniversityinJan2005toNov2010.Diseasesinclud

5、ingmeasles,children'surgentrash,chick-enpox,hand-foot-and-mouthdisease,scarletfever,rubella,exanthemaandsoon.Toorganizeanddescribedatafeaturesofrash,mainwithsymptoms,bloodtestsandepidemiologicalrelevantdata,andcarryoutthePrincipalcomponentanalysis(PCA);Principalcomponentana

6、lysis(PCA)combinedwithback-propagationneuralnetwork(BPNN)wasusedtosetupanintelligentdiagnosismodelforchildrencommonRFIs.WefurtherconfirmedtheaccuracyofthemodelfordiagnosingchildrenRFIs.ResultsThirty-oneclinicalvariablesweresynthesizedinto13factorsthroughPCA.Thesefactorswere

7、theninputtosetupaBPNNwitha13-9-7structure.WhenthemodelwasusedforchildrenRFIs,theaverageaccuracyrateofretrospectivediagnosisreachupto99.53%,andtheaverageaccuracyrateofpredictivediagnosisis92.86%,respectively.ConclusionTheseresultssuggestthattheBPNNdiagnosismodelonthebasisofc

8、linicalsamplescanbeanaccuratediagnosisofcommonfeverarashofdiseaseinchildren,andpos

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。