發(fā)布時(shí)間：2021-01-13 16:42

　　背景缺血性心臟病是嚴(yán)重危脅人類(lèi)健康的主要疾病之一。研究顯示,近年來(lái)我國(guó)因缺血性心臟病住院的患者人數(shù)及治療費(fèi)用持續(xù)高速增長(zhǎng),給社會(huì)公共衛(wèi)生管理、醫(yī)�；稹⒒颊呒彝ゼ皞�(gè)人帶來(lái)沉重負(fù)擔(dān)。缺血性心臟病住院醫(yī)療費(fèi)用研究有助于控制缺血性心臟病治療費(fèi)用的快速增長(zhǎng)、緩解社會(huì)醫(yī)�；饓毫Α⒋龠M(jìn)醫(yī)療資源合理配置,對(duì)解決心血管疾病這一重大公共衛(wèi)生問(wèn)題有積極推動(dòng)作用。目前醫(yī)療費(fèi)用研究多采用經(jīng)典線性回歸分析模型,這類(lèi)分析模型有著嚴(yán)苛的適用條件,不善于解決非線性關(guān)聯(lián)問(wèn)題。BP神經(jīng)網(wǎng)絡(luò)模型是目前應(yīng)用最廣泛的人工神經(jīng)網(wǎng)絡(luò)模型,該模型適用條件寬松且具有自學(xué)習(xí)、自適應(yīng)及容錯(cuò)能力,尤為擅長(zhǎng)解決非線性關(guān)聯(lián)問(wèn)題,已在科學(xué)技術(shù)的各個(gè)領(lǐng)域得到廣泛應(yīng)用并取得突出成果。目的探索BP神經(jīng)網(wǎng)絡(luò)模型在住院醫(yī)療費(fèi)用研究中的應(yīng)用,為住院醫(yī)療費(fèi)用研究提供新思路;找出缺血性心臟病住院醫(yī)療費(fèi)用的重要影響因素,為控制缺血性心臟病住院醫(yī)療費(fèi)用提供參考。方法以某三級(jí)甲等綜合醫(yī)院2016年出院且出院主要診斷為缺血性心臟病的患者為研究對(duì)象,通過(guò)住院病案首頁(yè)采集患者的基本信息、住院信息、診療信息及費(fèi)用信息,運(yùn)用SPSS23.0分析軟件包構(gòu)建BP神經(jīng)網(wǎng)絡(luò)模型并根據(jù)... 

【文章來(lái)源】：中國(guó)人民解放軍陸軍軍醫(yī)大學(xué)重慶市

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

一個(gè)隱含層的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

都可以用含有一個(gè)隱含層的 BP 神經(jīng)網(wǎng)絡(luò)擬合，而兩個(gè)隱含層形式的分類(lèi)問(wèn)題，如果使用兩個(gè)以上隱含層構(gòu)建網(wǎng)絡(luò)反而會(huì)使易得到最優(yōu)解。對(duì)于隱含層神經(jīng)元個(gè)數(shù)，問(wèn)題越復(fù)雜所需的神計(jì)算量越大，過(guò)度擬合風(fēng)險(xiǎn)越高。因此，本次建模將分別建立含層的 BP 神經(jīng)網(wǎng)絡(luò)模型，隱含層神經(jīng)元個(gè)數(shù)由 SPSS 自動(dòng)計(jì)算活函數(shù)的選擇數(shù)是 BP 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)非線性擬合的關(guān)鍵，分為隱含層激活函。用作激活函數(shù)的函數(shù)需具有處處可微的能力，一般為雙曲正數(shù)，分別可將輸入值映射到（-1，1）、（0，1）、（0，1）范圍。作輸出層激活函數(shù)且僅在所有輸出層神經(jīng)元為分類(lèi)變量時(shí)適用，既可用作隱含層激活函數(shù)，也可用作輸出層激活函數(shù)。雙曲正分別見(jiàn)圖 2-2，圖 2-3。

圖 2-3 激活函數(shù)“Sigmoid”的函數(shù)圖形，輸入值有負(fù)值時(shí)，選擇雙曲正切函數(shù)為激活函數(shù)；輸入值全函數(shù)作激活函數(shù)[25]。本次建模隱含層、輸出層的輸入均為正選擇 sigmoid 函數(shù)作為激活函數(shù)。訓(xùn)練類(lèi)型及算法的選擇類(lèi)型決定如何利用訓(xùn)練集數(shù)據(jù)更新網(wǎng)絡(luò)權(quán)值，包括批處理珍型批處理（Mini-batch）三種類(lèi)型。批處理是使用所有訓(xùn)，可以直接獲取最小的總誤差，很適合于求解非線性回歸問(wèn)次傳遞數(shù)據(jù)以更新網(wǎng)絡(luò)權(quán)值，在大數(shù)據(jù)集訓(xùn)練時(shí)速度較慢，線是每使用一個(gè)訓(xùn)練集樣本就進(jìn)行網(wǎng)絡(luò)權(quán)值更新，直至滿(mǎn)足度快，但不易得到最優(yōu)解，適用于輸入樣本間不相互獨(dú)立是批處理和在線訓(xùn)練的綜合方法，其使用指定大小的訓(xùn)練集

【參考文獻(xiàn)】：
期刊論文
[1]2型糖尿病危險(xiǎn)因素及患病風(fēng)險(xiǎn)預(yù)測(cè)模型研究[J]. 陳渝,宗會(huì)娟,李偉.  昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]BP神經(jīng)網(wǎng)絡(luò)在高危兒發(fā)病率聯(lián)合預(yù)測(cè)中的應(yīng)用研究[J]. 盧婷婷,胡成安.  社區(qū)醫(yī)學(xué)雜志. 2018(07)
[3]基于BP神經(jīng)網(wǎng)絡(luò)模型的低增生性骨髓增生異常綜合征與再生障礙性貧血的鑒別診斷研究[J]. 張曉雅,汪可可,武建輝,王國(guó)立,周瑩,袁欣,王倩,曹英志,宋宇,劉斌,宋潔,尹素鳳.  中國(guó)全科醫(yī)學(xué). 2018(10)
[4]基于武漢市某社區(qū)居民電子健康檔案的高血壓預(yù)測(cè)模型[J]. 萬(wàn)琦,王威,黃薇,容芷君.  現(xiàn)代預(yù)防醫(yī)學(xué). 2018(06)
[5]EMD-BP神經(jīng)網(wǎng)絡(luò)在傳染病發(fā)病趨勢(shì)和預(yù)測(cè)研究中的應(yīng)用[J]. 劉振球,嚴(yán)瓊,左佳鷺,方綺雯,張鐵軍.  中國(guó)衛(wèi)生統(tǒng)計(jì). 2018(01)
[6]主成分分析法和BP神經(jīng)網(wǎng)絡(luò)組合模型在天津市某醫(yī)院住院費(fèi)用研究中的應(yīng)用[J]. 妥婭,武建輝,趙永成.  醫(yī)學(xué)與社會(huì). 2018(02)
[7]三種模型在矽肺發(fā)病工齡預(yù)測(cè)中的比較性研究[J]. 趙俊琴,李建國(guó),劉惠田,趙春香.  中國(guó)工業(yè)醫(yī)學(xué)雜志. 2017(06)
[8]胎盤(pán)植入的BP神經(jīng)網(wǎng)絡(luò)輔助診斷模型[J]. 楊丹林,何斌杰,張棟,顏建英.  中國(guó)衛(wèi)生標(biāo)準(zhǔn)管理. 2017(28)
[9]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型的肺結(jié)核發(fā)病率預(yù)測(cè)[J]. 徐學(xué)琴,張知鷙,王瑾瑾,閆國(guó)立,裴蘭英,孫春陽(yáng),劉曉蕙.  中國(guó)現(xiàn)代醫(yī)學(xué)雜志. 2017(23)
[10]基于人工神經(jīng)網(wǎng)絡(luò)的高血壓預(yù)測(cè)模型[J]. 黃薇,康起明,容芷君,梁亞洲.  廣東醫(yī)學(xué). 2017(15)

博士論文
[1]信息處理輔助臨床診斷的應(yīng)用研究[D]. 李雷.上海交通大學(xué) 2011

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的紅細(xì)胞識(shí)別分類(lèi)方法研究與系統(tǒng)實(shí)現(xiàn)[D]. 王利平.湘潭大學(xué) 2017
[2]2013年廣西冠心病經(jīng)濟(jì)負(fù)擔(dān)及其住院費(fèi)用影響因素分析[D]. 江仕清.廣西醫(yī)科大學(xué) 2017
[3]某綜合性醫(yī)院冠心病平均住院日及影響因素分析[D]. 李研.鄭州大學(xué) 2011
[4]Bp神經(jīng)網(wǎng)絡(luò)與多重線性回歸在住院費(fèi)用中建模比較研究[D]. 王京.河北聯(lián)合大學(xué) 2011
[5]山東省某三級(jí)甲等醫(yī)院冠心病患者住院費(fèi)用及影響因素分析[D]. 栗超.山東大學(xué) 2011
[6]基于BP神經(jīng)網(wǎng)絡(luò)的光學(xué)CT圖像重建技術(shù)基礎(chǔ)研究[D]. 吳瓊.南京航空航天大學(xué) 2006



本文編號(hào)：2975210