[发明专利]一种低出生体重风险预测系统及构建该系统的方法

权利要求书

1.一种低出生体重风险预测系统，包括：

输入装置，用于输入影响低出生体重的影响参数；

预测装置，其基于所输入的影响参数对低出生体重风险进行预测；

输出装置，用于输出低出生体重风险预测结果。

2.如权利要求1所述的低出生体重风险预测系统，其特征在于，所述输入装置和输出装置通过互联网与预测装置连接。

3.如权利要求1所述的低出生体重风险预测系统，其特征在于，所述输入装置和输出装置通过有线方式和/或无线方式与预测装置连接。

4.如权利要求1所述的低出生体重风险预测系统，其特征在于，所述输入装置和输出装置通过固话网络和/或手机网络与预测装置连接。

5.如权利要求1-4中任一项所述的低出生体重风险预测系统，其特征在于，所述输出装置为音频输出装置。

6.如权利要求1-4中任一项所述的低出生体重风险预测系统，其特征在于，所述预测装置为人工神经网络预测装置。

7.一种构建低出生体重风险预测系统的方法，包括如下步骤：

1)确定影响低出生体重儿的影响参数，并对影响参数进行采集作为输入数据；

2)对所述输入数据进行归一化处理；

3)对归一化处理后的数据进行加权求和，加权求和公式为：

Aj(x‾,w‾)=Σi=0nxiwji]]>

其中x_i表示输入，w_ji表示对应的权值，A_j表示j节点的输出；

4)建立激励函数，激励函数公式为：

Oj(x‾,w‾)=11+eAj(x‾,w‾)]]>

其中，O_j表示j节点经过激励函数后的输出值；

5)神经网络的训练，神经网络训练误差计算公式：

E(x‾,w‾,d‾)=Σj(Oj(x‾,w‾)-dj)2]]>

其中，E表示整个神经网络的误差；

6)最优网络模型的建立，其中，将隐含层的数量设置为一个，将隐含层节点数设置为输入节点数和输出节点数之和的1/2进行截尾取整，保持初始权值不变，增加节点数，直到得到最小误差；其次，保持节点数目，改变初始权值，进行多次实验，得到相应权值，对应最小误差。

8.如权利要求7所述的构建低出生体重风险预测系统的方法，其特征在于，在步骤1)中选取下述参数作为影响参数：母亲教育程度；母亲是否患有贫血；母亲是否患有甲状腺疾病；母亲是否患高血压；母亲平时是否吃鸡蛋和肉类；母亲是否讨厌蔬菜；母亲是否吸烟；母亲是否饮酒；母亲是否经常吸二手烟；胎儿性别；男方年龄；以及女方年龄。