麻雀搜索算法优化的BP神经网络模型对糖尿病足的预测价值
Prediction value of BP neural network model optimized by sparrow search algorithm for diabetic foot
摘要目的 探讨麻雀搜索算法优化的BP神经网络(SSA-BP神经网络)模型对糖尿病足的预测价值.方法 671例糖尿病患者,根据3∶1的比例分为训练集503例和测试集168例.采用多因素logistic回归分析训练集中糖尿病足的影响因素,并建立多因素logistic回归模型.采用MATLAB 2023b软件建立BP神经网络模型和SSA-BP神经网络模型,在测试集中评价3个模型对糖尿病足的预测效能.结果 503例训练集中,202例被诊断为糖尿病足.与无糖尿病足组比较,糖尿病足组年龄较大,糖尿病持续时间较长,WBC、Plt、BUN、SCr以及男性、尿白蛋白/肌酐比值>16mg/g、高血压、冠心病、脑梗死、糖尿病周围血管病变(DPVD)、糖尿病家族史、糖尿病周围神经病变(DPN)、使用胰岛素比例较高,FBG、Hb、RBC、ALT、AST、白蛋白(Alb)、TG、TC、HDL-C较低(P<0.05).WBC较高、脑梗死、DPVD、有糖尿病家族史、DPN是糖尿病足的独立危险因素,Alb较高是保护性因素(P<0.05).在测试集中,多因素logistic回归模型、BP神经网络模型、SSA-BP 神经网络模型预测糖尿病足的准确率分别为 83.93%、85.12%、94.03%,AUC 分别为 0.93、0.72、0.94,SSA-BP神经网络模型对糖尿病足的预测效能较高.结论 SSA-BP神经网络模型对糖尿病足的预测效能较高,优于多因素logistic回归模型及BP神经网络模型.
更多相关知识
- 浏览4
- 被引3
- 下载0

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



