慢性胰腺炎患者住院人数的时间序列分析

发布时间：2020-12-06 09:01

　　目的:通过对我院近年来慢性胰腺炎患者住院人数的时间序列进行分析,探索慢性胰腺炎患者住院人数的周期性以及季节性等规律,并初步探索能够预测未来入院人数的方法。方法:采用2006年12月至2018年10月共143个月在河北医科大学第二医院确诊为慢性胰腺炎患者住院人数的数据作为时间序列,构建ARIMA模型和LSTM模型。首先对慢性胰腺炎患者住院人数进行相关特征分析,然后分别经过对前123个月的数据进行数据差分、确定阶数及检测后拟合ARIMA模型对后20月的数据进行预测,应用LSTM模型同样对前123个月数据进行训练,对后20月的数据进行测试;最后对两种模型的预测结果进行评估。数据的处理及模型的建立均在R语言中进行。其中ARIMA主要应用的是forcast和tseries这两个软件包,LSTM应用的是google公司研发的高级别深度学习框架keras包。结果:1.慢性胰腺炎相关特征:住院人数整体呈上升趋势;男性住院人数远远高于女性;大多的患者是1次住院或2次住院;大约10%的整体数据可以用季节性因素来描述,患者住院时间集中在第三季度。发病年龄大多集中在中老年。2.ARIMA可以描述慢性胰腺炎患者... 

【文章来源】：河北医科大学河北省

【文章页数】：50 页

【学位级别】：硕士

【部分图文】：

人工神经网络模型的结构

图 3 循环神经网络的运算公式（出自于一文搞懂 RNN（循环神经基础篇http://www.360doc.com/content/17/1111/11/41269240_702860381.shFig.3 Calculation formula of recurrent neural network在标准 RNN 中，这个重复的结构模块只有一个非常简单的结图 4 所示只有一个 tanh 层。如图 5 所示 tanh 层中的运算 tanh 作为数，Tanh(x)=ex-e-x/ex+e-x。

3 循环神经网络的运算公式（出自于一文搞懂 RNN（循环神经网络）基础篇http://www.360doc.com/content/17/1111/11/41269240_702860381.shtml）Fig.3 Calculation formula of recurrent neural network在标准 RNN 中，这个重复的结构模块只有一个非常简单的结构，如 4 所示只有一个 tanh 层。如图 5 所示 tanh 层中的运算 tanh 作为激活函，Tanh(x)=ex-e-x/ex+e-x。

【参考文献】：
期刊论文
[1]ARIMA乘积季节模型在辽阳市乙型肝炎发病预测中的应用[J]. 李滨,丁善飞.  微生物学免疫学进展. 2018(02)
[2]糖尿病并发急性胰腺炎发病机制研究进展[J]. 向旭,朱海杭.  中华胰腺病杂志. 2014 (02)
[3]甘肃省哨点医院流感样病例ARIMA模型预测[J]. 孟蕾,王新华,白亚娜,李保娣,任晓卫,胡晓斌,张慧,秦林原,姜中毅,李娟生.  中国公共卫生. 2014(02)



本文编号：2901112