换一批
换一批基于神经网络的慢性病危险因素人体模型的建模方法
A Human Body Modeling for Risk Factors of Chronic Disease with an Artificial Neural Network
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.
更多相关知识
分类号
R181.37
栏目名称
论著
DOI
10.3969/j.issn.0258-8021.2014.06.011
发布时间
2015-01-23
基金项目
浙江省医药卫生平台重点资助计划
浙江省科技厅公益性技术研究计划
- 浏览149
- 被引12
- 下载20
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
