换一批神经网络模型和多元线性回归预测肾结石CT值的比较
Comparison of neural network model and multiple linear regression in predicting CT value of kidney stones
摘要目的:比较神经网络模型(NNM)和多元线性回归(MLR)预测肾结石CT值的能力.方法:回顾性搜集2018年5月至2018年12月我院诊断为肾结石的患者121例(男95例,女26例),采用随机表法按3:1分为训练样本和验证样本.所有患者均进行CT平扫成像,比较两种模型的精确程度.结果:训练样本中,NNM计算得到C'与C的相关系数高于MLR;验证样本中,NNM得到C'与C的相关系数也高于MLR.训练样本中,NNM得到的MAE、MRE和RMSE均低于M L R,差异有统计学意义;验证样本中,N N M得到的M A E(17.351)、M R E(3.822)和R M S E(3.116)也低于M L R,两者间差异均无统计学意义.结论:NNM较MLR能更好地预测肾结石的CT值.
更多相关知识
医学主题词
肾结石(Kidney Calculi)神经网络(计算机)(Neural Networks (Computer))线性模型(Linear Models)预测(Forecasting)统计数据(Statistics)
分类号
R816.7（放射医学）
栏目名称
发布时间
2020-04-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览129
- 被引0
- 下载50
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
