基于神经网络的脑卒中180 d复发风险预测模型构建

摘要：

随着人工智能和机器学习技术的蓬勃发展,越来越多的临床医疗信息被投入机器学习.依托这些高价值的医学数据,人工智能可以为患者提供精准的医疗服务,为医生的辅助诊断提供支撑.基于临床医学数据,从患者的个人信息、体检数据、就诊数据中获取有效样本数据集,针对数据集的非线性特征,采用反向传播(Back Propagation,BP)神经网络算法对有价值的样本数据集进行分析,发现隐性规律,挖掘脑卒中患者预后情况的相关信息,从而为医生和患者及时了解病情发展趋势并进行有效治疗提供有力支持.

关键词：机器学习、脑卒中、非线性、预测模型、神经网络

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：湛江市科技计划项目;湛江市科技计划项目;岭南师范学院自然科学人才专项项目

在线出版日期：2022-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：14-16