改进的RBF神经网络在肾小球滤过率估算中的应用

发布时间：2017-06-27 11:00

  本文关键词：改进的RBF神经网络在肾小球滤过率估算中的应用，由笔耕文化传播整理发布。

【摘要】：神经网络作为一种建模工具,因其非线性函数逼近能力和学习能力,在解决回归问题时表现出了强大的优势。径向基函数(RBF)网络作为一种神经网络,结构简单,易于训练,并且有着较强的泛化能力。同时在面对噪声信号时,网络适应性更强,保证了模型的稳定性。基于此,RBF神经网络近年来广泛应用于图像处理、故障诊断及模式识别等领域。针对RBF神经网络优点,本文提出一种混合学习算法。在网络训练上,采用改进的Levenberg-Marquardt (LM)算法对网络中的参数,包括输出层权值、隐含层神经元中心和宽度参数及输入层权值进行同步调整。另一方面,为了获得较优的训练结果,RBF神经元对应参数的初始化和结构的确定是建模过程中的重要环节。因此本文引入一种递增结构设计策略,实现一种结构紧凑的网络模型,并保证网络的稳定性和泛化性。在临床实践中,肾小球滤过率(Glomerular Filtration Rate, GFR)的准确评估是慢性肾脏病治疗中非常重要的一个环节。本文通过与大连医科大学附属第二医院肾内科合作,在前期采集数据以及对相关医学背景了解的基础上,采用RBF神经网络建立一种肾小球滤过率估算模型。通过与其他神经网络模型和GFR经验方程进行性能比较,本文提出的改进RBF模型实现了更好的预测结果。本文提出的GFR估算模型,其准确性和稳定性优于传统经验方程,在慢性肾脏病的防治中具有重要的实际应用价值,同时将神经网络应用在医学检测中表现出了比传统统计分析方法更大的优势,并为肾小球滤过率的估算提供新途径。
【关键词】：RBF神经网络 肾小球滤过率 Levenberg-Marquardt算法 递增设计
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183;R692
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-15
• 1.1 研究背景8-12
• 1.1.1 人工神经网络8-10
• 1.1.2 RBF神经网络10
• 1.1.3 肾小球滤过率10-12
• 1.2 国内外研究现状12-14
• 1.2.1 RBF神经网络研究现状12-13
• 1.2.2 肾小球滤过率研究现状13-14
• 1.3 本文研究内容14
• 1.4 论文主要工作及结构安排14-15
• 2 RBF神经网络理论基础15-20
• 2.1 RBF神经网络信息处理过程15-17
• 2.2 RBF神经网络结构设计和训练算法17
• 2.3 RBF神经网络与MLP模型对比17-19
• 2.4 本章总结19-20
• 3 改进的RBF神经网络20-34
• 3.1 基于LM算法的改进研究21-29
• 3.1.1 LM训练算法基础21-26
• 3.1.2 LM算法应用于RBF神经网络的改进研究26-29
• 3.2 基于递增策略的网络结构设计29-32
• 3.2.1 隐含层神经元递增设计29-31
• 3.2.2 实验及结果分析31-32
• 3.3 本章总结32-34
• 4 基于RBF神经网络的GFR估算模型34-46
• 4.1 建模技术路线34-35
• 4.2 数据收集35
• 4.3 数据预处理35-39
• 4.3.1 数据可视化分析36-37
• 4.3.2 数据归一化37-39
• 4.3.3 数据随机分组39
• 4.4 GFR神经网络估算模型39-44
• 4.4.1 基于改进LM算法的RBF神经网络模型40-41
• 4.4.2 基于改进LM算法和递增策略的RBF神经网络模型41-42
• 4.4.3 传统RBF神经网络42-44
• 4.5 本章总结44-46
• 5 神经网络预测模型与GFR经验方程的性能评估与比较46-52
• 5.1 GFR经验方程46
• 5.2 性能评估指标与统计分析方法46-47
• 5.2.1 一致性分析47
• 5.2.2 准确性分析47
• 5.3 各模型训练结果对比47-49
• 5.3.1 一致性评估与对比47-48
• 5.3.2 准确性评估与对比48-49
• 5.4 神经网络模型泛化性能对比49-50
• 5.4.1 一致性评估与对比49
• 5.4.2 准确性评估与对比49-50
• 5.5 本章总结50-52
• 结论52-54
• 参考文献54-58
• 致谢58-60

【相似文献】

中国期刊全文数据库 前10条

1 戴康;王晓琼;;神经网络在药动学评价中的应用[J];医药导报;2007年09期

2 蔡云;;收敛非线性神经网络的稳定性[J];国外医学.生物医学工程分册;1991年01期

3 王继成,吕维雪;基于神经网络的心电数据压缩[J];生物医学工程学杂志;1993年03期

4 段新昱,林家瑞;神经网络在心电信号分析处理中的应用[J];国外医学.生物医学工程分册;1993年01期

5 Miller A S ,张永红;神经网络在医学信号处理方面的应用[J];国外医学.生物医学工程分册;1993年04期

6 王继成;吕维雪;;基于符号神经网络的心脏疾病自动诊断[J];北京生物医学工程;1993年03期

7 刘子皇;;胞神经与类胞神经网络的动力学范围的准确估计[J];中山大学研究生学刊(自然科学版);1995年03期

8 邹睿,欧阳楷,刘悦;神经网络中的微心理学——兼论人工神经网络框架[J];山东生物医学工程;1998年01期

9 邹凌云;王正志;黄教民;;基于位置特异性谱和输入加权神经网络的蛋白质亚细胞定位预测(英文)[J];遗传学报;2007年12期

10 成刚;吴小玲;夏杰;张炯;肖富男;崔燕南;周荃;刘永康;李珊;;基于神经网络的环孢素血药浓度预测[J];中国生物医学工程学报;2009年06期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年

7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年

  本文关键词：改进的RBF神经网络在肾小球滤过率估算中的应用，，由笔耕文化传播整理发布。

本文编号：489492