基于深度神经网络对特定患者的白蛋白预测模型

发布时间：2024-06-14 23:18

　　背景与目的:低蛋白血症对危重病人有生命危险。在这项研究中,我们建立了一个基于深度神经网络的患者特定监测和预测模型,用于实时预测危重患者的白蛋白浓度和一组选定的生化指标。方法:假设患者的代谢遵循一个特定的动力学过程,这一过程可以从患者的充分的先前数据中揭示出来。我们应用机器学习方法为一位危重病、多发伤患者建立特定的模型。收集6种有代表性的生化指标(白蛋白(ALB)、肌酐(Cr)、渗透压(OSM)、丙氨酸氨基转移酶(ALT)、总胆红素(TB)、直接胆红素(DB))并连续27天给予外源性白蛋白注射液。利用连续11天的数据滑动窗口对模型中的神经网络进行训练和测试。结果:所建立的动态系统模型可用于预测患者未来24小时的生化指标。预测值与临床数据的相对误差始终低于2%。结论:本研究表明,利用神经网络的深度学习方法,可以建立一个特定于病人的动态系统模型来监测和预测生化标志物(包括白蛋白)浓度的动态行为。

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

图２．２?ＡＬＢ摄入量??

?第二章动力学模型的建立???１２?１?１１??＿?！??＾?ＡＬＢ?ｉｎｔａｋｅ－ｌｉｎｅ??１０－????８－?－??６?－??４?－?－??２－?－??Ｑ－＇ｌ?＇＇＇＇＇Ｉ?＇?１＇?Ｉ?Ｍ?１?Ｉ?１?ｈｉ?１１?ｉ．．．．．１．．．Ｊ—Ｕ．丄山」．??－２?－?－??....

图１．３感知器??

１．０??Ｘｏ??ｗ?ＶＶ〇??ＬＸ??ａ）单层感知器?ｂ）单层感知器完成线性分类??ａ）?Ｓｉｎｇｌｅ?ｌａｙｅｒ?ｐｅｒｃｅｐｔｉｏｎ?ｂ）?Ｐｒｅｄｉｃｔ?ｏｕｔｃｏｍｅｓ?ｏｆ?ＤＢ－ｌＯｈｏｕｒｓ??图１．３感知器??Ｆｉｇ．?１．３?Ｐｅｒｃｅｐｔｉｏｎ??且其认为如....

图１．４异或问题??Ｆｉ．?１．４?ＸＯＲｒｏｂｌｅｍ??

１．０??Ｘｏ??ｗ?ＶＶ〇??ＬＸ??ａ）单层感知器?ｂ）单层感知器完成线性分类??ａ）?Ｓｉｎｇｌｅ?ｌａｙｅｒ?ｐｅｒｃｅｐｔｉｏｎ?ｂ）?Ｐｒｅｄｉｃｔ?ｏｕｔｃｏｍｅｓ?ｏｆ?ＤＢ－ｌＯｈｏｕｒｓ??图１．３感知器??Ｆｉｇ．?１．３?Ｐｅｒｃｅｐｔｉｏｎ??且其认为如....

本文编号：3994571