基于Logistic回归和多层神经网络的Ⅱ型糖尿病并发症预测

摘要：

研究了Ⅱ型糖尿病并发症的预测.针对相关诊断指标众多,直接应用传统的神经网络等模型预测,会带来无法适应多种并发症、运算速度较慢及预测准确率偏低等问题,提出了基于Logistic回归和多层神经网络(MNN)的Ⅱ型糖尿病并发症预测模型.该模型首先应用关联性分析,提取与5种不同Ⅱ型糖尿病并发症相关的诊断指标,经Logis-tic回归模型等分析得到强相关因子,作为预测模型的输入,再运用Python,构建基于多层神经网络的预测模型.实验结果表明,全血糖化血红蛋白测定,尿胆原定性实验指标,尿素和尿红细胞与绝大部分Ⅱ型糖尿病并发症直接相关.Logistic回归结合多层神经网络预测准确率高于单一Logistic回归模型,预测准确率基本保持在85％的水平上,对某些并发症的预测准确率达到90％以上,可以达到为Ⅱ型糖尿病并发症预测提供科学参考的目的.

关键词：Ⅱ型糖尿病并发症、关联因素、多层神经网络(MNN)、Logistic回归、风险预测

所属期刊栏目：29

资助基金：国家自然科学青年基金61601310;北京市教委社科SM201910028017;北京市教委科技创新服务能力建设19530050142, 19530050187

在线出版日期：2019-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：455-461