文献

J-GLOBAL ID：201802249598105749   整理番号：18A0868242

BPニューラルネットワークモデルに基づく2型糖尿病腎症の認知図研究【JST・京大機械翻訳】

Cognitive map study of type 2 diabetic nephropathy based on BP neural network model

著者 (5件)： Huang Shixin (重慶医科大学医学信息学院,重慶,400016) ,  Luo Jiajing (重慶医科大学医学信息学院,重慶,400016) ,  Luo Yaling (重慶医科大学医学信息学院,重慶,400016) ,  Zhou Xueqing (重慶医科大学医学信息学院,重慶,400016) ,  Chen Tianyao (重慶医科大学医学信息学院,重慶,400016)
資料名： Zhonghua Neifenmi Daixie Zazhi  (Zhonghua Neifenmi Daixie Zazhi)
巻： 33  号： 11  ページ： 943-949  発行年： 2017年 
JST資料番号： C2319A  ISSN： 1000-6699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】2型糖尿病腎症の診断のためのBPニューラルネットワークモデルを確立し,その診断性能を評価する。【方法】2016年1月2016年12月に,重慶,貴州,四川省の5つの病院からの2型糖尿病腎症の患者を集め,SPSS19.0とMATLAB2014aを用いて,それぞれロジスティック回帰モデルとBPニューラルネットワークモデルを構築し,2つのモデルの診断性能を比較した。結果:477例の2型糖尿病性腎症患者と449例の対照群をモデル分析に組み入れた。単変量分析の結果,統計的有意性の42の情報があり,ロジスティック回帰分類モデルの12の変数は,BPニューラルネットワークの入力層,隠れ層,および出力層のそれぞれ42,15,および1つのノード,ロジスティック回帰分類モデル,およびBPニューラルネットワークモデル(訓練セット)であった。テストセットは,それぞれ,約0.76,0.89,0.83であり,データセットの分類精度は,それぞれ88.12%,94.24%,91.34%であり,ROC曲線の下の面積は,それぞれ0.95であった。0.98と0.96.結論:本文で確立したBPニューラルネットワークモデルは2型糖尿病性腎症に対して良い診断補助機能を持っているが、さらに臨床検査が必要である。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 患者 ,  *モデル ,  病院 ,  臨床検査
準シソーラス用語： ROC曲線 ,  分類精度 ,  隠れ層 ,  分類モデル ,  ロジスティック回帰分析 ,  統計的有意性 ,  対照群 ,  ロジスティック回帰モデル ,  四川省 ,  重慶市 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： BP neural network ,  Diagnostic model ,  Diabetic nephropathies ,  Cognitive map

分類 (2件)： 石炭及びコークスの性質,組成,分析,試験  (YE04030T) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： BPニューラルネットワーク ,  モデル ,  2型糖尿病腎症 ,  認知 ,  研究