基于BP神经网络的中毒诊断模型的设计和建立.pdfVIP

· 研究与交流 · 药学进展 82 2008，Vo1．32，No．2 2008年第32卷 第2期 第82页 Progress in Pharmaceutical Sciences 厂 。 。 。+ 。 。+ ^、 {研究与交流 l -- — 斗叶 -—卜-+ -—卜” ●一—卜 ．+ · ‘ 基于BP神经网络的中毒诊断模型的设计和建立 郭丽娜， 相秉仁 (中国药科大学分析测试中心，江苏南京210009) [摘 要] 目的：考察基于BP神经网络的中毒诊断模型的诊断效果。方法：首先运用粗糙集算法对41例已确诊 的中毒病例进行属性约简，然后将其分成训练集和预示集，通过对训练集的学习建立中毒诊断模型，对预示集进行 中毒诊断。结果：预示集病例的诊断正确率为87．5％。结论：该模型设计合理，可以辅助医生通过中毒者体征对中 毒进行初步诊断。 [关键词] 中毒诊断模型；粗糙集；BP神经网络 [中图分类号]ILog；TP18 [文献标识码] B [文章编号]1001—5094(2o08)02一o082—04 A Diagnosis Model of Poisoning Based on BP Neural Network GUO Li-na， XIANG Bing-ren (Centerfor Instrumental Analysis，China Pharmaceutical University，Nanjing 210009，China) [Abstract] Objective：To observe the effect of the diagnosis model of poisoning based on BP neural network．Methods：41 poisoning cases were selected to be the or@hal data，after the attributes reduction with the rough set algorithm，and the cases were divided into training set and test set．Learning from the training set，the diagnosis model based on BP neural network Was established．Results：The model Was used to diagnose the test set．and the correct rate Was 87．5％．Conclusion：The model Can aid doctors or experts in forensic medicine in the practice of poisoning diagnosis and is proved to be reasonable． [Key words] Poisoning diagnosis model；R0u set；BP Neural network 中毒诊断有不同于一般疾病诊断的自身特点， (2)极具危害性，毒物往往只需很小剂量就可对机体 这是由中毒病例发生的特性所决定的：(1)极具隐匿 造成很大损伤，急性中毒发病急，病程进展快，甚至 性，由于中毒的原因多样，如误食、自杀、投毒等，所 可导致“闪电性死亡”，病人很难自述其中毒经过和 以并不总是能容易地得到较明确的病史，而且如果 症状。 是故意投毒，其隐匿性就更强，比如用无色无味、毒 综上所述，对于中毒诊断，快速、准确是最重要 性剧烈的铊盐溶液投毒，而中毒者的接诊医生又缺 的。建立一个合理的模型辅助中毒诊断，帮助医生 乏诊治中毒病例的经历，就很容易将其误诊为急性