基于人工神经网络的高血压预测模型
黄薇1
康起明2
容芷君2
梁亚洲2
1.武汉市卫生计生信息中心 湖北武汉 4300142.武汉科技大学机械自动化学院工业工程系 湖北武汉 430080
摘要：目的 以武汉市某区域居民的健康档案数据为本次的研究对象,通过数据分析建立基于BP神经网络的高血压预测模型,进而预测收缩压(SBP)和舒张压(DBP)值,为高血压诊断和决策提供支持和依据.方法 获取数据并对其进行预处理,经过统计分析选取了影响高血压患病的7个显著因素:性别、年龄、文化程度、体质指数、腰臀比、饮酒年限和日平均运动时间,建立神经网络预测模型,并对模型进行测试和学习.结果 模型预测误差为6.4%,DBP预测平均误差为-0.849,SBP平均误差为1.201.结论 该模型具有较好的预测效果,能够对正常数据的SBP和DBP值进行预测,为临床诊断及预防高血压提供了参考和支持,具有良好的实际应用价值.
关键词：高血压预测模型BP神经网络模型大数据
资助基金：卫生政策科研项目(WG16D11)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 2315-2317,2320 )