BP神经网络预测妊娠期糖尿病胎儿体重的研究.docVIP

　　BP神经网络预测妊娠期糖尿病胎儿体重的研究 作者：宋鹤兰,张东枚,李丽霞,李筠,曾慧韵,丁淑瑾,赵曼丹,骆婕 【摘要】 目的 探讨BP神经 网络 预测妊娠期糖尿病（GDM）胎儿出生体重的价值。方法 将306例足月、单胎、无妊娠其它合并症及并发症的GDM孕妇随机分为训练组（200例，男女胎儿分别为106例、94 例）和验证组（106 例，男女胎儿分别为56例、50 例）。训练组分别选取不同参数构建 3个神经网络:(1) 孕妇参数法：包括孕妇体重指数（BMI）、腹围、宫高、孕期增加体重、空腹血糖（FBS）、餐后2 h血糖（PBS）、糖化血红蛋白（GHbA1c）等7项参数作为输入节点； (2）胎儿参数法：用胎儿的双顶径（BPD）、股骨长度（FL）、头围（HC）、腹围（AC）、腹径（AD）、股骨皮下脂肪厚度（FTSTT）、胎儿腹壁脂肪层厚度（FFL）等 7项参数作为输入节点；(3）联合参数法：将孕妇及胎儿的参数作为输入节点。 神经网络构建完成后以106 例验证组来分别测试 3 种网络法的误差率和符合率。结果 联合参数法准确率最高为 86.20 %,胎儿参数法为71.30％,孕妇参数法为64.50 % 。结论 BP神经网络预测胎儿体重有很好的应用前景。选取合适的孕妇及胎儿参数建立网络可提高预测的准确性。 【关键词】 妊娠期糖尿病；胎儿体重；预测；BP神经网络 　　Abstract:Objective To investigate the value of BP neural ellitus (GDM). Methods 306 pregnant en of fullterm pregnancy, single gestation, ly divided into training group (200 cases, including 106 male fetuses and 94 female fetuses) and test group (106 cases, including 56 male fetuses and 50 female fetuses). Training group eters, (l) Pregnant en parameter method: including body mass index (BMI), abdominal circumference, fundal hEIght, pregnancy oglobin (GHbA1c), these seven parameters eter method: including fetal biparietal diameter (BPD), femur length (FL), head circumference (HC), abdominal circumference (AC), abdominal diameter (AD), femoral thigh soft tissue thickness (FTSTT), and fetal abdominal eters eter method: the above maternal and fetal parameters ent of neural eter method ost accurate, the accuracy rate of this method eters method and mother parameter method aternal and fetal parameters in establishment of proving accuracy of predicting fetal birth ellitus; fetal birth in内测定。根据入院时间顺序分为两组：训练组 200 例，其中106 例男婴，94例女婴。验证组106 例，包括56例男婴，50例女婴。 　　1.2 预测所需参数的确定 选择合适的输入参数对预测结果的准确性十分重要。根据参数的来源可分为两类。第1类来自孕妇本身，包括GDM孕妇的身高、体重、腹围、宫高和FBS、PBS及GHbA1c。第2类来自胎儿，选择 B超常用的指标：BPD、HC、AC、AD、FL、FTSTT、FFL。来自孕妇的参数可间接反映胎儿的大小，且简便易得。来自胎儿的参数则须借助 B 超获得，由专人负责，在分娩前1周内测量，每个参数至少测量3次，取平均值。 　　1.3 神经网络模型的选择 采用目前应用最广泛的BP神经网络模型，它是一种单向传播的多层前馈型映射网络，具有很强的非线性映射能力和柔性的网络结构，由输入层、隐含层（可有多个隐含层）和输出层构成［6］。每一层可包含一个或多个神经元，其中每一层