换一批用人工神经网络建立缺血性脑卒中复发的预测模型
Building Ischemic Stroke Recurrence Prediction Model by Using Artificial Neural Networks
摘要目的 利用BP人工神经网络和多因素logistic回归建立缺血性脑卒中患者复发的预测模型,为临床医生提供一种简单、高效、准确的评估缺血性脑卒中患者是否复发的方法.方法 应用logistic回归模型对资料进行单因素筛选,将筛选出有统计学意义的指标进行BP神经网络和多因素logistic回归分析,建立缺血性脑卒中患者复发的预测模型,并对两个模型进行比较.结果 应用BP神经网络和logistic回归模型建模,对测试集样本预测,BP神经网络和logistic回归模型预测正确率分别为84.6％和81.7％,ROC曲线下面积分别为0.787和0.729,说明BP神经网络模型预测性能优于logistic回归模型.结论 人工神经网络模型预测效果优于logistic回归模型.
更多相关知识
- 浏览349
- 被引38
- 下载186
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
