目的:通過對我院近年來慢性胰腺炎患者住院人數(shù)的時(shí)間序列進(jìn)行分析,探索慢性胰腺炎患者住院人數(shù)的周期性以及季節(jié)性等規(guī)律,并初步探索能夠預(yù)測未來入院人數(shù)的方法。方法:采用2006年12月至2018年10月共143個(gè)月在河北醫(yī)科大學(xué)第二醫(yī)院確診為慢性胰腺炎患者住院人數(shù)的數(shù)據(jù)作為時(shí)間序列,構(gòu)建ARIMA模型和LSTM模型。首先對慢性胰腺炎患者住院人數(shù)進(jìn)行相關(guān)特征分析,然后分別經(jīng)過對前123個(gè)月的數(shù)據(jù)進(jìn)行數(shù)據(jù)差分、確定階數(shù)及檢測后擬合ARIMA模型對后20月的數(shù)據(jù)進(jìn)行預(yù)測,應(yīng)用LSTM模型同樣對前123個(gè)月數(shù)據(jù)進(jìn)行訓(xùn)練,對后20月的數(shù)據(jù)進(jìn)行測試;最后對兩種模型的預(yù)測結(jié)果進(jìn)行評估。數(shù)據(jù)的處理及模型的建立均在R語言中進(jìn)行。其中ARIMA主要應(yīng)用的是forcast和tseries這兩個(gè)軟件包,LSTM應(yīng)用的是google公司研發(fā)的高級別深度學(xué)習(xí)框架keras包。結(jié)果:1.慢性胰腺炎相關(guān)特征:住院人數(shù)整體呈上升趨勢;男性住院人數(shù)遠(yuǎn)遠(yuǎn)高于女性;大多的患者是1次住院或2次住院;大約10%的整體數(shù)據(jù)可以用季節(jié)性因素來描述,患者住院時(shí)間集中在第三季度。發(fā)病年齡大多集中在中老年。2.ARIMA可以描述慢性胰腺炎患者... 

【文章來源】：河北醫(yī)科大學(xué)河北省

【文章頁數(shù)】：50 頁

【學(xué)位級別】：碩士

【部分圖文】：

人工神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)

圖 3 循環(huán)神經(jīng)網(wǎng)絡(luò)的運(yùn)算公式（出自于一文搞懂 RNN（循環(huán)神經(jīng)基礎(chǔ)篇http://www.360doc.com/content/17/1111/11/41269240_702860381.shFig.3 Calculation formula of recurrent neural network在標(biāo)準(zhǔn) RNN 中，這個(gè)重復(fù)的結(jié)構(gòu)模塊只有一個(gè)非常簡單的結(jié)圖 4 所示只有一個(gè) tanh 層。如圖 5 所示 tanh 層中的運(yùn)算 tanh 作為數(shù)，Tanh(x)=ex-e-x/ex+e-x。

3 循環(huán)神經(jīng)網(wǎng)絡(luò)的運(yùn)算公式（出自于一文搞懂 RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）基礎(chǔ)篇http://www.360doc.com/content/17/1111/11/41269240_702860381.shtml）Fig.3 Calculation formula of recurrent neural network在標(biāo)準(zhǔn) RNN 中，這個(gè)重復(fù)的結(jié)構(gòu)模塊只有一個(gè)非常簡單的結(jié)構(gòu)，如 4 所示只有一個(gè) tanh 層。如圖 5 所示 tanh 層中的運(yùn)算 tanh 作為激活函，Tanh(x)=ex-e-x/ex+e-x。

【參考文獻(xiàn)】：
期刊論文
[1]ARIMA乘積季節(jié)模型在遼陽市乙型肝炎發(fā)病預(yù)測中的應(yīng)用[J]. 李濱,丁善飛.  微生物學(xué)免疫學(xué)進(jìn)展. 2018(02)
[2]糖尿病并發(fā)急性胰腺炎發(fā)病機(jī)制研究進(jìn)展[J]. 向旭,朱海杭.  中華胰腺病雜志. 2014 (02)
[3]甘肅省哨點(diǎn)醫(yī)院流感樣病例ARIMA模型預(yù)測[J]. 孟蕾,王新華,白亞娜,李保娣,任曉衛(wèi),胡曉斌,張慧,秦林原,姜中毅,李娟生.  中國公共衛(wèi)生. 2014(02)



本文編號：2901112