[发明专利]一种利用神经网络的高血压预测方法在审
申请号: | 201510028877.6 | 申请日: | 2015-01-21 |
公开(公告)号: | CN104504297A | 公开(公告)日: | 2015-04-08 |
发明(设计)人: | 安宁;颉云华;汪泳;李璞 | 申请(专利权)人: | 甘肃百合物联科技信息有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 兰州振华专利代理有限责任公司62102 | 代理人: | 张真 |
地址: | 730000甘肃省兰州市城关*** | 国省代码: | 甘肃;62 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及医疗过程中依据个人的基本信息、健康信息进行高血压患病预测技术领域,尤其是涉及一种利用神经网络遗传算法的高血压预测方法。包括以下步骤:(1)找出影响高血压的危险因素;(2)取出影响高血压的健康调查数据;(3)确立真正影响高血压的危险因素;(4)搜集这些危险因素的健康信息调查数据;(5)对数据进行筛选;(6)对合法数据进行标准化处理;(7)建立BP神经网络的MLP(多层感知器)模型,通过该模型对个人是否患高血压进行预测。(8)将预测结果与实际是否患有高血压进行比值,得到该方法预测患高血压概率大小和预测不患高血压概率大小。其为老年人提前预防高血压疾病提供科学依据,对高血压做到早发现、早干预、早治疗。 | ||
搜索关键词: | 一种 利用 神经网络 高血压 预测 方法 | ||
【主权项】:
一种利用神经网络的高血压预测方法,其特征是包括如下步骤:(1)根据人口统计学、人体测量学、行为信息等因素,首先确定了一些可能影响高血压患病的因素,这些因素在此定义为自变量,包括十三种:年龄、性别、身高、体重、婚姻状况、教育状况、家庭年收入、锻炼状况、是否糖尿病、是否高血脂、抽烟是否超过100根、抽烟、饮酒;同时确立一种因变量因素为高血压;(2)依据世界上最大的不间断的调查系统BRFSS提供的健康信息数据,取出以上相关因素的数据;(3)将以上的收集到的数据导入SPSS软件,选择分析——回归——二元Logistic,将因变量选择为高血压,自变量选择为其他十三种因素;(4)依据二元Logistic回归方法进行相关性分析,得到P值相关性分析得到抽烟的P值为0.27,其它因素的P值为0;依据P值小于0.05具有统计学意义,故而排除了“抽烟”对高血压的影响;其中自变量“抽烟是否超过100根”由于接近常值被剔除;(5)依据上述分析得到了影响高血压患病的因素为十一种:年龄,性别,身高,体重,婚姻状况,教育状况,家庭年收入,锻炼状况,糖尿病,高血脂,饮酒,筛选出了影响高血压的十一种因素;(6)对影响高血压因素的数据进行采集,其方法是:通过电话访问方式对老年人基本信息进行收集;通过现场让老年人填写调查问卷形式收集;老年人登录自己的百合智慧养老云平台,完善个人基本健康信息;(7)将第六步骤中收集到的数据都是通过具体的数字形式存储在后台数据库;如果数据填写未完整,视为无效数据;(8)删除无效数据后,对剩余数据进行标准化处理,当各个指标间的水平相差很大时,如果直接使用原始指标值进行分析,就会突出数值较高的指标在综合分析中的作用,相对削弱数值水平较低指标的作用,为了保证结果可靠性,对原始数据进行标准化处理,此处将数据标准化处理在[0,1]之间;(9)建立按误差逆向传播算法训练的多层前馈网络的神经网络模型,依据上述数据进行高血压预测,该模型分为输入层、隐含层、输出层,该模型输入层个数为InCode=11,包括筛选出的影响高血压的十一种因素,隐含层个数为HideCode=2*InCode+1=23,输出层个数为OutCode=1,学习速率为Study_Efficient=0.01,运行次数Echo_Num=200,判断精度Precision=0.5;预测过程中的变量参数定义为,输入层到隐含层的权值W_I_H、隐含层到输出层的权值W_H_O、隐含层的阈值Bias_H、输出层的阈值Bias_O进行定义到[‑1,1]之间;(10)通过计算隐含层的纯输入、输出,输出层的纯输入和输出、输出层的误差、隐含层的误差,将这些参数反馈到神经网络,将权值更新为W_Refresh,将阈值更新为Bias_Refresh,最后将输入层到隐含层的权值以及隐含层到输出层的权值更新为saveWV;依据输出层最终输出值为R作为判断,根据R<0.5为患有高血压,R>0.5为不患高血压。统计预测出正确患高血压人数的个数Num1,以及预测出正确不患高血压人数的个数Num2,分别与数据集中的患高血压人数与不患高血压人数进行比值,得到该方法正确预测患高血压的准确率和正确预测不患高血压的准确率。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于甘肃百合物联科技信息有限公司;,未经甘肃百合物联科技信息有限公司;许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510028877.6/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用