基于BP神經(jīng)網(wǎng)絡(luò)和DS證據(jù)理論的疾病預(yù)測模型研究.pdf

1、隨著生活水平的提高，人們期待獲得更優(yōu)質(zhì)的醫(yī)療服務(wù)。計算機技術(shù)的快速發(fā)展使得它已經(jīng)廣泛地應(yīng)用于醫(yī)療領(lǐng)域的各個方面，然而，計算機技術(shù)主要用于病人醫(yī)療信息的采集、顯示、存儲等方面，疾病的診斷仍然主要由醫(yī)生來確定。利用計算機進行輔助疾病診斷，實現(xiàn)智慧醫(yī)療，目前正處于開始發(fā)展階段。
　　將計算機技術(shù)應(yīng)用于疾病輔助診斷和預(yù)測[1]，對于疾病的早發(fā)現(xiàn)、早治療、減少誤診等方面具有很重要的意義。目前常用的方法包括時間序列預(yù)測法、Markov預(yù)測法、

2、人工神經(jīng)網(wǎng)絡(luò)法、回歸預(yù)測法等[2]。另外，人們也嘗試將多個數(shù)學(xué)模型結(jié)合進行疾病預(yù)測，以提高預(yù)測的準(zhǔn)確率。本文以心臟病預(yù)測為研究背景，通過BP神經(jīng)網(wǎng)絡(luò)[3]建立疾病預(yù)測模型，對病人的病情進行預(yù)測，并引入DS證據(jù)理論[4]以提高預(yù)測準(zhǔn)確率。
　　論文首先總結(jié)了BP神經(jīng)網(wǎng)絡(luò)和DS證據(jù)理論各自的特點。BP神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、容錯性和自組織性強的特點。但表現(xiàn)出容易陷入局部極小點，在多目標(biāo)預(yù)測的過程中會產(chǎn)生識別率差和可信度不高的情況。DS證據(jù)

3、理論的優(yōu)點是可以將證據(jù)之間微弱的差別累加起來，當(dāng)這些差別累計到一定程度時，就能夠進行區(qū)分，達到提高預(yù)測準(zhǔn)確率的效果，DS證據(jù)理論的這一優(yōu)點正好可以彌補BP神經(jīng)網(wǎng)絡(luò)預(yù)測精度不高的缺點。
　　鑒于BP神經(jīng)網(wǎng)絡(luò)和DS證據(jù)理論的特點，論文提出了一種將BP神經(jīng)網(wǎng)絡(luò)和DS證據(jù)理論結(jié)合起來進行疾病預(yù)測的模型。該模型用BP神經(jīng)網(wǎng)絡(luò)進行建模，得到疾病預(yù)測模型，并用該模型依據(jù)特征數(shù)據(jù)對病情進行預(yù)測，得到的結(jié)果用DS證據(jù)理論進行合成，合成結(jié)果作為最后的

4、預(yù)測結(jié)果。
　　為驗證模型的正確性，論文通過心臟病數(shù)據(jù)對模型進行測試。先利用心臟病數(shù)據(jù)進行訓(xùn)練，生成BP神經(jīng)網(wǎng)絡(luò)。然后將數(shù)據(jù)分為多組輸入，經(jīng)歸一化處理后，輸入到BP神經(jīng)網(wǎng)絡(luò)進行預(yù)測，得到多組輸出結(jié)果。該輸出進行歸一化處理，作為DS證據(jù)理論可以合成的基本概率向量。最后，利用DS證據(jù)理論對基本概率向量進行合成，合成的結(jié)果如果滿足預(yù)期結(jié)果，則將合成結(jié)果輸出，這一結(jié)果就是最終對心臟病的預(yù)測結(jié)果。
　　實驗表明，將BP神經(jīng)網(wǎng)絡(luò)和DS證