利用人工神經(jīng)網(wǎng)絡模型預測原發(fā)性高血壓的研究.pdf

1、本研究所選擇的現(xiàn)場是遼寧省彰武縣農(nóng)村，經(jīng)調查該人群高血壓標化患病率高達35％[5]，全國罕見。本研究利用這些調查數(shù)據(jù)建立BP人工神經(jīng)網(wǎng)絡（back propagation ANNs）預測模型，并與Logistic回歸模型進行比較，利用受試者工作特征曲線（receiver operator characteristic curve，ROC曲線）評價人工神經(jīng)網(wǎng)絡模型的預測性能。以探討和評價.ANNs用于疾病預測的效果和特點，為高血壓等復雜疾

2、病的預測探索新的方法，同時對農(nóng)村高血壓病的防治也有一定的參考價值。
　　 研究對象與方法：
　　 一、研究對象的選擇
　　 本研究利用之前在遼寧省彰武縣農(nóng)村進行的EH流行病學調查的資料進行統(tǒng)計、預測分析。該調查采用整群多級隨機抽樣的方法總計調查5208人，最后30歲以上常住人群共計4126名調查對象被納入本次研究，其中女1942人，男2184人。
　　 二、調查內容和檢測指標
　　 在現(xiàn)場以問詢和

3、測量的方式填寫調查表，調查內容主要包括：一般特征，吸煙史，飲酒史等；測量血壓、體重、身高等
　　 現(xiàn)場每人采血5ml（隔夜空腹），經(jīng)離心后分離血清，分裝冰凍保存用于血清指標檢測。
　　 三、診斷標準和測量方法：
　　 高血壓診斷是根據(jù)1999年WHO/ISH公布的高血壓診斷標準[6]：收縮壓≥140mmHg和/或舒張壓≥90 mmHg或既往確診的原發(fā)性高血壓者。血壓測量及其他血清生化檢測指標由專業(yè)醫(yī)護人員在標準條

4、件下進行測量。
　　 膽固醇、甘油三酯、HDL、LDL、血清鈉、血清鉀、血清鐵、血清鈣等指標的水平采用日本第一化學提供的7150型全自動生化分析儀，用比色法進行分析。血糖水平采用美國強生公司生產(chǎn)的穩(wěn)捷基礎型血糖分析儀，用滴血法進行分析。
　　 四、神經(jīng)網(wǎng)絡模型的建立
　　 ANNs模型采用含有一個隱含層的三層BP神經(jīng)網(wǎng)絡模型。模型輸入層的神經(jīng)元為單因素分析中P<0.05的與高血壓相關的因素，輸出層有1個神經(jīng)元（即

5、按照診斷標準判斷研究對象是否患高血壓），隱含層的神經(jīng)元個數(shù)通過實驗根據(jù)均方誤差擇優(yōu)確定。隱含層的激活函數(shù)為tansig，輸出層的激活函數(shù)為logsig。
　　 本研究將4126例資料按照性別、年齡進行均衡后按3:1的比例隨機分為訓練總集（3096例）和測試集（1030例）兩部分，分別用于模型的建立和測試。為了防止.ANNs過渡擬合，在ANNs模型的訓練過程中，又將訓練總集（3096例）按3:1的比例隨機分為訓練集（2334例）和

6、檢驗集（762例），利用檢驗集時時地檢查訓練效果。
　　 五、資料統(tǒng)計分析方法
　　 用Matlab7.1軟件編程建立ANNs預測模型。用spss13.0統(tǒng)計軟件建立二分類非條件Logistic回歸的高血壓預測模型和繪制模型預測識別的ROC曲線。預測概率的判別標準為0.5，即p≥0.5時預測結果為患高血壓，否則為不患高血壓。統(tǒng)計學顯著性水平規(guī)定為α=0.05。
　　 結果：
　　 一、非條件單因素Logi

7、stic回歸模型進行高血壓預測
　　 對調查數(shù)據(jù)進行高血壓的單因素分析，篩選出p<0.05的因素作為預測模型的輸入變量，共22個因素與高血壓有關。
　　 二、非條件多因素Logistic回歸模型進行高血壓預測
　　 （一）建立非條件多因素Logistic回歸模型
　　 對訓練總集的3096例樣本進行非條件多因素Logistic回歸分析，將單因素篩選出的指標作為自變量（身高、體重已轉化為BMI故未進入模型）

8、，以研究對象是否患高血壓為因變量建立多因素Logistic回歸模型。模型采用最大似然估計前進法進行逐步回歸分析，入選變量的標準是p<0.05，剔除變量的標準是p>0.10。經(jīng)逐步回歸后，共有9個因素進入模型，模型改善情況檢驗（x2=4.335）和整個模型檢驗（x2:1439.457）。整個訓練總集的分類一致率為78.42％，特異度為80.45％，靈敏度為76.62％。
　　 （二）利用非條件多因素Logistic回歸模型預測

9、r>　　 用上述Logistic回歸模型預測測試集（1030例）研究對象是否患高血壓。經(jīng)模型預測，測試集一致率為77.48％，特異度為80％，靈敏度為74.85％。
　　 三、BP神經(jīng)網(wǎng)絡模型進行預測
　　 （一）建立BP神經(jīng)網(wǎng)絡模型
　　 建立一個三層的BPANNs模型，以單因素篩選出的全部22個因素作為輸入變量，其隱含層設為22個神經(jīng)元，輸出層1個神經(jīng)元（即是否患EH）。目標誤差取0.01，學習速率取0.1

10、，最大訓練周期2000。經(jīng)過17步訓練，此時訓練中均方誤差MSE為0.126262，梯度Gradient為137.276/le-010，網(wǎng)絡的訓練由于檢驗集均方誤差達到極小值而結束。測試訓練好的BPANNs模型的擬合效果，訓練集的分類一致率為81.06％，檢驗集的分類一致率為77.95％，整個訓練總集的分類一致率為80.30％，特異度為84.48％，靈敏度為76.16％。
　　 （二）利用BP神經(jīng)網(wǎng)絡模型進行預測
　　

11、用上述BPANNs模型預測測試集（1030例）研究對象是否患高血壓，測試結果見表5。其測試集分類一致率為78.83％，特異度為81.57％，靈敏度為76.42％。
　　 四、BP神經(jīng)網(wǎng)絡模型與Logistic回歸模型高血壓預測比較
　　 （一）預測結果的比較
　　 神經(jīng)網(wǎng)絡模型的分類一致率、靈敏度、特異度均高于Logistic回歸模型。
　　 （二）ROC曲線面積比較
　　 利用SSPS13.0繪

12、出多因素Logistic回歸模型和BPANNs模型的ROC曲線，多因素Logistic回歸模型的ROE曲線下面積為0.782，95％可信區(qū)間為[0.768，0.797]，BPANNs模型的ROC曲線下面積為0.800，95％可信區(qū)間為[0.786，0.814]。
　　 討論：
　　 高血壓的病因復雜，影響高血壓患病的危險因素是多方面的，一些危險因素之間可能存在交互作用、多重共線性，這些復雜的關系影響預測模型的擬合，嚴重干

13、擾了高血壓的預測和病因研究工作。因此本研究利用遼寧省彰武縣農(nóng)村人群的調查資料建立高血壓的神經(jīng)網(wǎng)絡預測模型，并與傳統(tǒng)方法的Logistic回歸模型相比較，以探討神經(jīng)網(wǎng)絡模型預測高血壓發(fā)病的能力。
　　 神經(jīng)網(wǎng)絡模型建立過程中各函數(shù)、參數(shù)的設置并沒有統(tǒng)一的標準，需要針對具體問題具體分析。本研究建立的模型是以誤差反向后傳學習算法而得名的BP神經(jīng)網(wǎng)絡，它是醫(yī)學領域應用最廣泛的一種神經(jīng)網(wǎng)絡，集中體現(xiàn)了神經(jīng)網(wǎng)絡中最精華的部分。因為對于任何在

14、閉區(qū)間內的一個連續(xù)函數(shù)都可以用單隱含層的BP神經(jīng)網(wǎng)絡逼近[10]，所以本研究采用了含有一個隱含層的三層BP神經(jīng)網(wǎng)絡?？紤]到輸入層神經(jīng)元個數(shù)過多對樣本量的要求較高，所以只選擇了與高血壓密切相關的因素作為輸入變量，即單因素分析中p<0.05的因素。對于輸入變量中的多分類變量（如民族）采取設置啞變量的處理方法，以方便模型更好的利用數(shù)據(jù)信息。隱含層的神經(jīng)元個數(shù)和訓練函數(shù)是根據(jù)試驗來確定的，試驗顯示，相對于其他取值，神經(jīng)元個數(shù)為22訓練函數(shù)為tr

15、ainlm時均方誤差既小又穩(wěn)定，網(wǎng)絡的初始權值取（0～1）區(qū)間的隨機數(shù)，由于初始值不同建立ANNs模型也不同，所以經(jīng)多次試驗選出最優(yōu)的模型。為了避免過度擬合，本研究利用檢驗集在訓練過程中隨時監(jiān)督訓練。
　　 在本研究中，神經(jīng)網(wǎng)絡模型的分類一致率、靈敏度、特異度均高于Logistic回歸模型，Logistic回歸模型的分類一致率為77.48％，神經(jīng)網(wǎng)絡模型為78.83％?？梢钥闯錾窠?jīng)網(wǎng)絡模型的預測能力略優(yōu)于Logistic回歸模型

16、。本研究利用ROC曲線來評價兩種模型的預測效果，Logistic回歸模型和ANNs模型的AUC分別為0.782，0.800，同樣提示，對于高血壓這樣的致病因素多而且各因素間關系復雜的疾病，神經(jīng)網(wǎng)絡模型的擬合效果略好一些。
　　 神經(jīng)網(wǎng)絡尚存在一些問題有待解決。首先，神經(jīng)網(wǎng)絡的建立隨著參數(shù)、函數(shù)、初始值等的設置而變化，這些設置的正確性缺乏理論依據(jù)，只能依靠經(jīng)驗和試驗來確定[15]；其次，神經(jīng)網(wǎng)絡不能像Logistic回歸模型那樣有