目的 建立以临床和流行病学指标为基本分析因子的综合诊断及预测炭疽危害程度的智能预测模型,提高对炭疽病发生的认识和判断能力.方法 根据实际疾病案例资料,分析临床症状、实验室检测指标、流行病学特征等因素.选入明显影响炭疽诊断和流行强度的指标,并将其作为神经元单位.利用Matlab 6.1软件中的神经网络工具箱训练、调整和建立智能化分析系统.结果 多因素相关分析显示,疾病潜伏期、胸部X线检验结果、镜检结果、职业特征等11项指标与炭疽病的诊断和流行强度有关;神经网络经500步学习和训练,训练误差从6.669 59下降至5.051 19×10-11,通过建立的智能神经网络模型对炭疽和非炭疽实际案例进行诊断和预测分析,其平均符合率达到100
作者:韩家信;熊鸿燕;张廷惠;许斌;李亚斐;朱才众;马翔宇;张路
来源:中华流行病学杂志 2006 年 27卷 10期