基于自组织映照模型的病毒性肝炎α-干扰素疗效预测.pdfVIP

基于自组织映照模型的病毒性肝炎Q一干扰素疗效预测 李缙 孙啸 孙南雄’ 张永祥‘ 东南大学．+南京医科大学 Network in Self-orgnization Virosis Prediction Analysis HepatitisResponse underQ—interferon Therapy Li／inSunXiao Sun NanxiongZhangYongxiang Southeast Medical University，4 Nanjing University AbstraclThe fbrthe of virosis underd—interferon is predicnon hepatitisresponse Therapy．Goodperfbrmance obrained． 一、 引言 进行特征提取；自组织映照网络实现对输入 干扰素是慢性病毒性肝炎病原学治疗的 样本的聚类，即对原因矢量空间进行聚类；BP 有效药物之一，但其疗效因人而异，总有效 网和后处理层则建立各类输入样本到预测结 率大约在40％一60％左右，预测干扰素的疗效， 果的映射过程。由于参数不完整性是普遍存 可以提高治疗效率。具有非线性动力学特征 在的现象，BP网训练采用文献[3]提出的改 的人工神经网络以其并行性、分布性、非线 进BP算法。 性处理单元和可训练性已被证明是处理确定 性的非线性和复杂性的有利工具，将多种神 经网络方法相结合，由自组织映照网络对输 入样本进行粗分类后，用BP网实现类内样本 I 后处理 输入矢量空间到输出矢量空间的映射，为本 文预测模型基本思想。 t l 类内BP网映射 二、 自组织映照网络与BP网相结合的 t 预测模型 a一干扰素对病毒性肝炎的治疗结果有完 I SOM网络自聚类 全应答、部分J、t答和无应答三种。该模型中 t 我们将自组织映照网络与8P网相结合，模型 l 预处理 结构如图1所示。首先由自组织映照网络对 预处理后的输入数据进行自聚类，而后由BP 网实现由输入矢量空间到输出矢量空间的映 射。 该模型由独据预处理层、自组织映照网 图1模型结构 络、BP网和后处理层组成。数据预处理层对 输入的原始数据进行量化之后，对时间序列 三、实验 ——472 收集江苏省人民医院传染科肝炎治疗病 入样本矢量各维之间的显著性差异，仅据样