人工神经网络在类风湿关节炎诊断中的应用的论文.docVIP

　　人工神经网络在类风湿关节炎诊断中的应用的论文 作者：陈华忠 谢忠好 曾碧新 【摘要】 目的：应用bp人工神经网络原理，设计一种类风湿关节炎疾病诊断的方法。方法：选用对类风湿关节炎敏感的8个指标，作为bp人工神经网络的输入数据，对样本进行训练和预测。结果：bp人工神经网络经通过对150例样本的运算，训练集的113例样本，训练正确率为97.4%;预测集的37例样本，预测正确率为91.9%。结论：bp人工神经网络能为类风湿关节炎作出较准确的诊断，能提高诊断的客观性。 【关键词】 人工神经网络; 类风湿关节炎; 预测 　类风湿关节炎(rheumatoid arthritis ,ra)是一种以关节滑膜发生慢性炎性病变的自身免疫性疾病，其病程多呈进行性进展，致残率高，治愈率低下[1]，早期临床表现不典型，单项自身抗体检测的灵敏度和特异性均有不足，类风湿因子的检出率也偏低，容易造成误诊[2，3]。因此医务人员主要是通过敏感性互补的几个检验指标和临床表现对类风湿关节炎作出诊断[4]，但在疾病的诊断中往往带有很多的主观因素。近年来发展起来的人工神经网络是种理论化的数学模型,是模仿人脑神经的网络结构及其功能而建立起来的一种信息处理系统，具有自行学习、联想记忆、错误容纳和强大的非线性处理能力[5]。.因此人工神经网络常常被应用到临床医学疾病的诊断上。本研究结合类风湿关节炎诊断的8个主要指标，设