【摘要】：目的建立用于肺結(jié)核發(fā)病率預測的人工神經(jīng)網(wǎng)絡模型,預測肺結(jié)核疫情發(fā)生發(fā)展趨勢,為肺結(jié)核的預防和控制提供理論依據(jù)。方法選取肺結(jié)核2000~2014年發(fā)病率數(shù)據(jù),采用改進的誤差反向傳播(BP)神經(jīng)網(wǎng)絡算法建立預測模型。其中以2000~2013年的發(fā)病率數(shù)據(jù)作為訓練樣本,以2014年的發(fā)病率數(shù)據(jù)來檢驗模型的有效性。并對2015~2019年肺結(jié)核的發(fā)病率進行預測。結(jié)果采用單隱層神經(jīng)網(wǎng)絡模型,輸入層節(jié)點數(shù)為3,隱含層節(jié)點數(shù)為7,輸出層節(jié)點數(shù)為1。建立的肺結(jié)核發(fā)病率預測模型在仿真預測樣本處的平均相對誤差為0.7597%,在檢驗樣本處的相對誤差為0.2649%。經(jīng)預測,2015~2019年肺結(jié)核的發(fā)病率分別為69.33/10萬、71.16/10萬、64.49/10萬、62.41/10萬和72.78/10萬。結(jié)論采用改進的BP神經(jīng)網(wǎng)絡算法建立的肺結(jié)核發(fā)病預測模型具有較高的預測精度及較低的預測相對誤差,為肺結(jié)核疫情預測提供一種新的預測模型。
[Abstract]:Objective to establish an artificial neural network (Ann) model for predicting the incidence of pulmonary tuberculosis (TB), and to predict the trend of the occurrence and development of TB, and to provide theoretical basis for the prevention and control of pulmonary tuberculosis. Methods the incidence data of pulmonary tuberculosis from 2000 to 2014 were selected and the prediction model was established by using the improved error back-propagation (BP) neural network algorithm. The incidence data from 2000 to 2013 were used as training samples, and the incidence data of 2014 were used to test the validity of the model. The incidence of pulmonary tuberculosis from 2015 to 2019 was predicted. Results using the single hidden layer neural network model, the number of nodes in the input layer is 3, the number of hidden layer nodes is 7, and the number of output layer nodes is 1. The average relative error of the model for predicting the incidence of pulmonary tuberculosis is 0.7597 at the simulated prediction sample and 0.2649 at the test sample. The incidence of pulmonary tuberculosis in 2015-2019 is predicted to be 69.33 / 100,000, 711.6 / 100,644.49 / 100,624.1 / 100,000 and 727.8 / 100, respectively. Conclusion the prediction model of pulmonary tuberculosis based on improved BP neural network has higher prediction accuracy and lower relative error, which provides a new prediction model for the prediction of tuberculosis epidemic situation.
【作者單位】： 河南中醫(yī)藥大學基礎醫(yī)學院;鄭州大學第一附屬醫(yī)院血液科;
【基金】：河南省軟科學研究重點項目(No:102400440002) 河南中醫(yī)學院科研苗圃工程項目(No:MP2014-07)
【分類號】：R521

【相似文獻】

相關期刊論文 前10條

1 牛成虎;梅光輝;石敏;高紅韋;;我國肺結(jié)核發(fā)病率的發(fā)展動向及預測研究[J];現(xiàn)代生物醫(yī)學進展;2009年03期

2 張馴;黃浩;周敏;袁萍;;肺結(jié)核發(fā)病率預測中灰色模型的應用[J];現(xiàn)代預防醫(yī)學;2010年04期

3 趙宗武;;山東省肺結(jié)核發(fā)病率調(diào)查(1987)[J];中國防癆通訊;1989年01期

4 華海慶;泰州市肺結(jié)核發(fā)病率的預測[J];江蘇衛(wèi)生保健;2005年05期

5 金如鋒;黃成鋼;邱宏;王中民;黃品賢;周霞;王國復;魏建子;;4種模型對我國某地區(qū)肺結(jié)核發(fā)病率的預測[J];現(xiàn)代預防醫(yī)學;2008年24期

6 魏星;丹子軍;商斌;王文橋;;3種模型在肺結(jié)核發(fā)病率預測中的比較研究[J];北京醫(yī)學;2010年09期

7 鄭磊;劉德堅;許賢;;時間序列分析法在肺結(jié)核發(fā)病率預測中的應用[J];實用預防醫(yī)學;2012年11期

8 賀鋒;鄭磊;劉德堅;許賢;;應用灰色模型預測深圳市肺結(jié)核發(fā)病率[J];熱帶醫(yī)學雜志;2012年12期

9 蘆鳳蓮;王建興;;太鋼職工肺結(jié)核發(fā)病率分析[J];山西醫(yī)學院學報;1992年01期

10 郭崇政，賈金全,都宏偉，，張澤忠，陳斌;肺結(jié)核發(fā)病率調(diào)查及防治效果分析[J];長治醫(yī)學院學報;1994年03期

相關會議論文 前3條

1 康萬里;鄭素華;端木宏謹;蘭小琴;;中國肺結(jié)核報告發(fā)病率的綜合評價[A];中華醫(yī)學會2008年全國結(jié)核病學術會議論文匯編[C];2008年

2 夏學經(jīng);;流行病學分析[A];中國防癆協(xié)會科普委員會第十二屆學術大會論文集[C];2010年

3 潘稚芬;沈悅;劉斌;錢惠江;高峰;高躍中;;嘉興市2010～2011年肺結(jié)核流行病學分析[A];華東地區(qū)第13屆中青年呼吸論壇論文集[C];2012年

相關重要報紙文章 前6條

1 荊晶;尼日利亞：肺結(jié)核發(fā)病率最高[N];醫(yī)藥經(jīng)濟報;2007年

2 記者 連志剛;肺結(jié)核發(fā)病率10年降近四成[N];中山日報;2011年

3 記者 潘舒暢;肺結(jié)核發(fā)病率逐年下降[N];溫州日報;2011年

4 記者 韓雪;我省肺結(jié)核發(fā)病率逐年下降[N];黑龍江日報;2011年

5 王洋;你我共同參與 依法防控結(jié)核[N];中國人口報;2014年

6 周芳;肺結(jié)核發(fā)病率最高[N];吉林日報;2007年

相關碩士學位論文 前6條

1 寧鵬岑;艾滋病及肺結(jié)核的統(tǒng)計分析與預防策略[D];福建師范大學;2015年

2 李林林;湖南省肺結(jié)核發(fā)病率及氣象因素分析[D];山東大學;2013年

3 尹志濤;我國近10年肺結(jié)核發(fā)病率分析及結(jié)核分枝桿菌快速檢測方法研究[D];第三軍醫(yī)大學;2013年

4 應倩;應用空間自相關分析研究肺結(jié)核的空間聚集性[D];浙江大學;2012年

5 山珂;肺結(jié)核發(fā)病空間聚集分布及影響因素研究[D];山東大學;2014年

6 李瑩;空間滯后回歸模型在肺結(jié)核分布中的探索研究[D];武漢理工大學;2013年

本文編號：2351531