应用RBF激励WASD神经网络估算GFR

作者：张雨浓; 何良宇; 刘迅; 肖争利; 晏小刚

来源：计算技术与自动化, 2016, 35(01): 22-26.

DOI：10.16339/j.cnki.jsjsyzdh.2016.01.006

• 神经网络
• 径向基函数
• 权值与结构确定法
• 肾小球滤过率
• 估算
• 数值实验

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%。

• 单位
  中山大学; 华南理工大学; 中山大学附属第三医院