目的 建立一个适用于中国慢性肾脏病人群的肾小球滤过率估算模型,基于人体体征及血清肌酐来估算肾小球滤过率.方法 采用人工神经网络方法中的广义回归神经网络(generalized regression neural network,GRNN)方法,基于562例训练样本集建立模型,在独立的269例验证样本集中验证模型性能,与传统的统计学回归方法得到的GFR估算经验方程比较.结果 与经验方程相比,神经网络模型具有更高的准确性(P＜0.05).结论 人工神经网络作为常用的机器学习方法之一,应用于生物医学信息处理时,比传统统计学方法具有更大的优势,利用该方法建立的肾小球滤过率估算模型具有更好的估算精度.
作者：李宁山；刘迅；吴效明；黄岳山；娄探奇
来源：第三军医大学学报 2012 年 34卷 5期
