论文部分内容阅读
研究了Ⅱ型糖尿病并发症的预测。针对相关诊断指标众多,直接应用传统的神经网络等模型预测,会带来无法适应多种并发症、运算速度较慢及预测准确率偏低等问题,提出了基于Logistic回归和多层神经网络(MNN)的Ⅱ型糖尿病并发症预测模型。该模型首先应用关联性分析,提取与5种不同Ⅱ型糖尿病并发症相关的诊断指标,经Logistic回归模型等分析得到强相关因子,作为预测模型的输入,再运用Python,构建基于多层神经网络的预测模型。实验结果表明,全血糖化血红蛋白测定,尿胆原定性实验指标,尿素和尿红细胞与绝大部分Ⅱ型糖尿