LSTM神经网络模型在冠心病月度入院人数预测中的研究
贾子舟1
张钰嘉2
荣书玲3
李保3
1.山西医科大学第二临床医学院 太原 0300012.山西大学计算机与信息技术学院3.山西医科大学第二医院
摘要：目的 分析太原市某三级甲等医院冠心病月入院人数的变化趋势,建立冠心病月入院人数的LSTM神经网络模型,科学预测冠心病月入院人次,为冠心病的防治工作提供理论指导.方法 基于太原市某三级甲等综合医院心血管内科2015年1月—2021年3月冠心病入院数的资料,建立一个深度学习LSTM模型,并与传统预测模型ARIMA模型及GM(1,1)模型的预测性能进行对比,采用平均绝对误差(MAE)对模型的预测效果进行评价.结果 LSTM神经网络模型、ARIMA模型及GM(1,1)模型的MAE值分别为16.824、40.672与43.546,LSTM模型的预测效果较好.结论 LSTM模型对医院冠心病月入院数的预测性能较好,为医院冠心病月度入院数预测提供了新的方法.
关键词：冠心病月入院数LSTM模型预测
资助基金：山西省重点研发计划项目(No.201803D31116)山西省卫生健康委员会科研课题计划项目(No.2017049)山西省科技成果转化引导专项项目(No.201804D131046)
论文发表日期：2021-09-16
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( 3145-3148 )