遺傳算法BP神經(jīng)網(wǎng)絡(luò)在肝硬化分期診斷中的應(yīng)用.pdf

1、目的：
　　將遺傳算法BP神經(jīng)網(wǎng)絡(luò)模型引入到肝硬化的病例數(shù)據(jù)資料中，對肝硬化分期診斷的分類進行預(yù)測分析，利用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)的優(yōu)化作用，彌補BP神經(jīng)網(wǎng)絡(luò)自身的不足，從而提高肝硬化分期分類預(yù)測效果。
　　方法：
　　通過收集2006年1月到2015年12月近10年的山西醫(yī)科大學(xué)第一附屬醫(yī)院消化內(nèi)科被診斷為肝硬化的住院患者的病例資料，針對數(shù)據(jù)的特點，分別對肝硬化分期數(shù)據(jù)分別進行Logistic回歸、BP神經(jīng)網(wǎng)絡(luò)和遺傳

2、算法BP神經(jīng)網(wǎng)絡(luò)模型的建模和預(yù)測。對三種模型進行比較。選擇合適的模型對肝硬化分期數(shù)據(jù)進行分類預(yù)測。
　　結(jié)果：
　　1、分別對Logistic回歸、BP神經(jīng)網(wǎng)絡(luò)和GA-BP建模和預(yù)測，結(jié)果顯示：GA-BP的ACC中位數(shù)達到90％，高于BP神經(jīng)網(wǎng)絡(luò)83.33%，遠高于Logistic回歸46.67%；GA-BP的TPR中位數(shù)達到95.55%，高于BP神經(jīng)網(wǎng)絡(luò)90.23%，遠高于Logistic回歸48.14%；GA-BP的TN

3、R中位數(shù)達到75%，高于BP神經(jīng)網(wǎng)絡(luò)62.5%，遠高于Logistic回歸50%；GA-BP的PV+中位數(shù)達到95.35%，高于BP神經(jīng)網(wǎng)絡(luò)91.30%，遠高于Logistic回歸80%；GA-BP的PV-中位數(shù)達到77.80%，高于BP神經(jīng)網(wǎng)絡(luò)57.10%，遠高于Logistic回歸19.40%；GA-BP的AUC中位數(shù)達到84.4%，高于BP神經(jīng)網(wǎng)絡(luò)74.9%，遠高于Logistic回歸48.7%。
　　2、比較遺傳算法優(yōu)化前