典型文献
广义回归神经网络在阿尔茨海默病诊断中的应用
文献摘要：
目的 建立正确率较高的阿尔茨海默病(AD)和轻度认知功能损伤(MCI)的诊断数学模型.方法 以筛选出的4项指标为输入变量,将391个样本随机分组为训练集和检测集,用广义回归神经网络(GRNN)在训练集和检测集中分别进行参数训练和模拟诊断,并与BP神经网络(BPNN)、径向基神经网络(RBFNN)和感知器神经网络(PNN)进行诊断效果比较.结果 GRNN对于3类人群的诊断正确率显著高于BPNN、RBFNN和PNN,差异均有统计学意义(P＜0.05).当GRNN取最优平滑因子1.5时,391个样本的诊断正确率达到75.7％.结论 GRNN模型对AD和MCI的诊断效果较好,可以作为一种临床诊断辅助手段.
文献关键词：
」阿尔茨海默病;轻度认知功能损伤;诊断;广义回归神经网络
中图分类号：
作者姓名：
罗万春;马翠;宋丽娟;魏调霞
作者机构：
陆军军医大学基础医学院数学教研室,重庆400038
文献出处：
引用格式：
[1]罗万春;马翠;宋丽娟;魏调霞-.广义回归神经网络在阿尔茨海默病诊断中的应用)[J].现代医药卫生,2022(15):2527-2530
A类：
轻度认知功能损伤
B类：
广义回归神经网络,阿尔茨海默病,AD,MCI,训练集,GRNN,模拟诊断,BPNN,径向基神经网络,RBFNN,感知器,诊断效果,效果比较,诊断正确率,平滑因子,辅助手段
AB值：
0.215784
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。
