2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩50頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、目的:
  構(gòu)建川崎?。↘awasaki Disease,KD)急性期并發(fā)冠狀動(dòng)脈損傷(Coronary Artery Lesion,CAL)的預(yù)測(cè)模型和認(rèn)知圖(Cognitive Map,CM),對(duì)臨床上該領(lǐng)域研究方法進(jìn)行探討。
  方法:
  通過(guò)查閱PubMed、Web of Science、EBSCCO、中國(guó)知網(wǎng)、萬(wàn)方、維普等數(shù)據(jù)庫(kù),提取既往研究中KD并發(fā)CAL危險(xiǎn)因素的生物學(xué)指標(biāo),同時(shí)在數(shù)據(jù)庫(kù)中提取KD患兒入

2、院后第一次生化檢查指標(biāo),刪除缺失率超過(guò)5%的指標(biāo)后對(duì)數(shù)據(jù)進(jìn)行處理,采用B-P神經(jīng)網(wǎng)絡(luò)(Back Propagation Artificial Neural Network,BPANK)建立的預(yù)測(cè)模型來(lái)確定各指標(biāo)廣義權(quán)重(Generalize Weight,GW),利用貝葉斯網(wǎng)絡(luò)(Bayesian Network,BN)挖掘各生物學(xué)指標(biāo)與CAL的關(guān)系,結(jié)合GW確定在BPANN預(yù)測(cè)模型中與KD并發(fā)CAL有關(guān)的主要危險(xiǎn)因素和各個(gè)因素間的關(guān)聯(lián)強(qiáng)

3、度,最后構(gòu)建KD并發(fā)CAL的CM。
  結(jié)果:
  BPANN預(yù)測(cè)模型結(jié)果顯示訓(xùn)練集的分類(lèi)一致率為94.64%,靈敏度為63.76%,特異度為99.85%;測(cè)試集分類(lèi)一致率為94.63%,靈敏度為53.45%,特異度為99.59%。GW散點(diǎn)圖中紅細(xì)胞、白細(xì)胞在整個(gè)模型中的權(quán)重接近于0;BN模型結(jié)果顯示紅細(xì)胞、白細(xì)胞計(jì)數(shù)與CAL獨(dú)立,其余各個(gè)節(jié)點(diǎn)間存在7條關(guān)系,分別為年齡與紅細(xì)胞壓積,年齡與中性粒細(xì)胞百分比,血紅蛋白與CAL,

4、紅細(xì)胞壓積與血紅蛋白,CAL與中性粒細(xì)胞百分比,血小板計(jì)數(shù)與中性粒細(xì)胞百分比,中性粒細(xì)胞百分比與C-反應(yīng)蛋白。
  結(jié)論:
  根據(jù)患兒入院后第一次生化檢查數(shù)據(jù),采用BPANN方法建立KD患兒并發(fā)CAL的預(yù)測(cè)模型,提高了預(yù)測(cè)精度,對(duì)臨床早期識(shí)別并發(fā)CAL的高?;純壕哂袇⒖家饬x。結(jié)合BN結(jié)果,構(gòu)建年齡、血小板計(jì)數(shù)、紅細(xì)胞壓積、血紅蛋白、C-反應(yīng)蛋白、中性粒細(xì)胞百分比與CAL之間的CM,直觀的顯示了各指標(biāo)間的關(guān)聯(lián)關(guān)系及關(guān)聯(lián)強(qiáng)度,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論