基于人工神經(jīng)網(wǎng)絡的足月胎兒體重預測.pdf

1、本研究采用反向傳播(BP)人工神經(jīng)網(wǎng)絡方法取代傳統(tǒng)的回歸分析方法來預測胎兒體重。首先，對從四川大學華西附屬第二醫(yī)院采集到的109例樣本數(shù)據(jù)，從線性與非線性、單參數(shù)與多參數(shù)等方面，多角度對所采集到的數(shù)據(jù)進行了相關性研究和回歸分析，并最終得到四個非線性回歸方程，獲得了較好的預測準確率(符合率)，最高達到了75％。這四個方程模型較好地描述了胎兒發(fā)育的全過程，所選參數(shù)覆蓋了胎兒的頭部、四肢、腹部、皮下脂肪的堆積和肝糖元的存儲等生理變化情況。然后

2、采用基于反向傳播算法的人工神經(jīng)網(wǎng)絡(BP網(wǎng)絡)方法，通過三種處理方式來驗證BP網(wǎng)絡預測結果，均獲得了較為理想的預測結果，無論何種方式都達到了80％以上的符合率，最高達到95％。在分組訓練驗證中，訓練組預測符合率達89.77％，平均絕對誤差104.22克，平均相對誤差3.24％；驗證組預測符合率達76.19％，平均絕對誤差190.84克，平均相對誤差5.60％。表明神經(jīng)網(wǎng)絡預測胎兒體重方法十分有效，準確性高于回歸方程。在預測參數(shù)選擇上，通