论文部分内容阅读
价格低廉与高准确率的矛盾是测量肾小球滤过率（glomerular filtration rate,GFR）中遇到的主要难题。采用径向基函数（radial basis function,RBF）神经网络和权值与结构确定法（weights-and-structuredetermination,WASD）相结合的方法,并基于中山大学附属第三医院的患者数据进行神经网络建模,对肾病患者进行肾小球滤过率估算。计算机数值实验结果显示该方法在50%符合率标准下能达到90%的准确率,而传统方程中最优的准确率为68%。