摘要
目的 利用两个预后分析模型———time -codedmodel和single -timepointmodel ,结合实际数据进行肺癌预后结果预测。方法 利用LM算法和停止准则进行迭代。结果 利用BP人工神经网络的两个模型对于学习集数据的拟合情况要远远好于传统的Cox回归和logistic回归 ,若样本收集具有代表性 ,该网络可以任意精度逼近任意映射。利用停止准则后 ,在数据收集不是非常全面的条件下 ,预测效果与传统方法无差别。结论 BP人工神经网络可以用于肺癌预后结果预测。
Objective Using two kinds of BP neural network prognosis analysis models to predict lung cancer prognosis results.Method Using LM method and stop criterion as iteration rule to train the net.Results BP artificial neural networks fit better than cox and logistic regression,when stop criterion is adopted,the pridiction power has no difference from conventional methods.Conclusion BP artificial neural network can be used to prognosis study.
出处
《中国卫生统计》
CSCD
北大核心
2000年第6期337-340,共4页
Chinese Journal of Health Statistics
基金
国家自然科学基金资助项目(39770675)
卫生部优秀青年科技人才专项科研基金
