由于先前的研究工作不够综合和精确,不足于建立准确的高血压风险评估系统,根据2231个正常样本及823个高血压样本计算的信息增益,对高血压致病因素的重要程度进行了排序,总共建立和测试了42个不同的神经网络模型,发现了一个输入为26个致病因素的神经网络模型,其预测精度远高于先前研究取得的81.61%,该模型关于“是否高血压”、“收缩压”、“舒张压”的预测符合率分别为95.79%,98.22%和98.41%.基于发现的神经网络模型及面向对象的技术,开发了一个能自动收集新样本、学习新样本并能改进预测精度的高血压风险在线评估系统.
东南大学学报：英文版
2008年3期
