基于人工神经网络的高血压预测模型

摘要：

目的 以武汉市某区域居民的健康档案数据为本次的研究对象,通过数据分析建立基于BP神经网络的高血压预测模型,进而预测收缩压(SBP)和舒张压(DBP)值,为高血压诊断和决策提供支持和依据.方法 获取数据并对其进行预处理,经过统计分析选取了影响高血压患病的7个显著因素:性别、年龄、文化程度、体质指数、腰臀比、饮酒年限和日平均运动时间,建立神经网络预测模型,并对模型进行测试和学习.结果 模型预测误差为6.4%,DBP预测平均误差为-0.849,SBP平均误差为1.201.结论 该模型具有较好的预测效果,能够对正常数据的SBP和DBP值进行预测,为临床诊断及预防高血压提供了参考和支持,具有良好的实际应用价值.

关键词：高血压、预测模型、BP神经网络模型、大数据

所属期刊栏目：38

分类号：TP3;TN9

资助基金：武汉市公共卫生及卫生政策科研项目WG16D11

在线出版日期：2017-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2315-2317,2320