典型文献
基于BP神经网络的阿尔茨海默病预测模型研究
文献摘要：
目的:基于阿尔茨海默病患者的日常认知自我报告清单,利用BP神经网络模型构建阿尔茨海默病不同病程的预测分类器,并评估预测分类器的性能.方法:纳入ADNI-GO、ADNI-2、ADNI-3等3个计划阶段的参与者日常认知自我报告清单数据.以7:3的比例划分训练集和测试集,以网格搜索方法设置十折交叉验证确定最佳BP神经网络参数,测试集用于评估模型的泛化能力.结果:ADNI-GO和ADNI-2阶段的模型分类准确率达到90％,而ADNI-3阶段的准确率最低,不到80％,且ADNI-3模型的泛化能力低,存在过拟合问题.结论:利用患者当前日常认知自我报告清单可以准确预测分类患者的病程阶段,有利于患者尽快进一步检查或治疗,具有一定的临床价值.
文献关键词：
阿尔茨海默病;轻度认知功能障碍;BP神经网络;日常认知自我报告
中图分类号：
作者姓名：
骆文;刘育青;劳钰钞;陆丽明;刘秀峰
作者机构：
广州中医药大学医学信息工程学院,广东 广州 510006;广州中医药大学针灸康复临床医学院,广东 广州 510006
文献出处：
引用格式：
[1]骆文;刘育青;劳钰钞;陆丽明;刘秀峰-.基于BP神经网络的阿尔茨海默病预测模型研究)[J].中华医学图书情报杂志,2022(01):32-37
A类：
日常认知自我报告
B类：
于阿尔,阿尔茨海默病患者,报告清单,不同病程,预测分类,分类器,评估预测,ADNI,单数,训练集,测试集,网格搜索,搜索方法,十折交叉验证,网络参数,泛化能力,模型分类,分类准确率,过拟合,前日,准确预测,临床价值,轻度认知功能障碍
AB值：
0.238111
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。
