典型文献
基于支持向量回归的新型胎儿体重预测模型的研究
文献摘要：
目的 探讨开发一种基于支持向量回归(SVR)的新型胎儿体重预测模型(简称新模型),并与经典胎儿体重预测模型对比,评估新模型在预测胎儿出生体重方面的性能.方法 收集2020年1月至6月期间在宁波大学医学院附属医院分娩的1442例孕产妇为研究对象,在分娩前1周内采集相关数据,共计18维.通过预实验,选出最优算法(即S V R).通过计算每个特征与新生儿出生体重的皮尔逊相关系数及SVR算法的权重,筛选建模参数.应用SVR对数据进行建模,建立基于SVR的新模型,并与经典胎儿体重预测模型公式对比,评估新模型性能.结果 分别计算每个特征与新生儿出生体重的皮尔逊相关系数,应用S V R算法的权重,结合临床经验,反复进行实验后,最后筛选得到建模所需的11维数据为:身高、体重、孕期增重、宫高、孕妇腹围、双顶径、头围、股骨长、胎儿腹围、羊水指数和采集时间(采集时间距分娩的天数).应用S V R对11维参数进行建模,构建出新模型.与经典模型对比,预测误差在5％ 以内的胎儿体重预测准确率为54.48％,预测误差在10％ 以内的为88.28％,预测误差在250g以内的为73.10％,新模型具有最高的胎儿体重预测准确率.此外,胎儿体重预测新模型还具有最低的平均绝对百分比误差(MAPE)5.24％,平均绝对误差(MAE)178.43g和均方根误差(RMSE)230.15g.结论 新模型对胎儿体重预测的性能良好,未来可进一步在临床推广,但仍需更多的临床试验加以验证.
文献关键词：
胎儿体重;出生体重;预测模型;支持向量回归
中图分类号：
作者姓名：
刘腾;朱屹;林燕茹;朱琴;唐文波;庄佳衍
作者机构：
宁波大学医学院附属医院,浙江宁波315020;中国科学院宁波工业技术研究院,浙江宁波315201;宁波大学,浙江宁波315211
文献出处：
引用格式：
[1]刘腾;朱屹;林燕茹;朱琴;唐文波;庄佳衍-.基于支持向量回归的新型胎儿体重预测模型的研究)[J].中国妇幼健康研究,2022(09):14-21
A类：
胎儿体重预测
B类：
支持向量回归,讨开,SVR,模型对比,宁波大学,学医,孕产妇,分娩前,预实验,最优算法,新生儿出生体重,皮尔逊相关系数,模型性能,结合临床,临床经验,选得,孕期增重,孕妇,腹围,双顶径,头围,股骨长,羊水指数,采集时间,预测误差,预测准确率,250g,预测新模型,平均绝对百分比误差,MAPE,平均绝对误差,MAE,43g,RMSE,15g,临床推广,临床试验
AB值：
0.239744
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
