张胜
- 作品数：4 被引量：11H指数：2
- 供职机构：重庆医科大学更多>>
- 发文基金：重庆市自然科学基金重庆市科委基金更多>>
- 相关领域：医药卫生自动化与计算机技术更多>>
- 川崎病并发冠状动脉病变危险因素管理系统及挖掘方法
- 本发明公开了一种川崎病并发冠状动脉病变危险因素管理系统及挖掘方法，包括管理控制模块，在管理控制模块的输入端设有录入模块，管理控制模块的输出端连接川崎病数据库，川崎病数据库的输出端连接有数据处理器；录入模块用于录入川崎病数...
- 贺向前张胜田杰樊楚谭续海
- 文献传递
- 基于数据挖掘的川崎病并发冠状动脉病变的预测模型
- 研究背景： 川崎病（KD）最严重的并发症是冠状动脉病变（CAL）,可引起缺血性心脏病、心肌梗死及碎死等。寻找 KD发生CAL的高危因素对KD的防治有重要意义。 目的： 发现川崎病（KD）并发冠状动脉病变（CAL）的...
- 张胜
- 关键词：川崎病冠状动脉病变数据挖掘临床诊疗
- 基于数据挖掘技术建立的BP神经网络模型鉴别儿童川崎病与发热性疾病的研究被引量：7
- 2017年
- 目的以临床表现和实验室指标建立诊断川崎病(KD)的BP神经网络模型并考察其诊断性能。方法收集重庆医科大学附属儿童医院(我院)2007年1月至2016年1月电子病历系统中出院诊断为KD的连续病例和待鉴别发热疾病病例,使用R 3.2.3软件中的随机抽样函数分为训练集和测试集。截取病历中一般情况、临床表现和实验室指标的共51项信息,单因素分析后提取有统计学意义的变量,以此分别构建Logistic回归和BP神经网络模型,比较两种模型的诊断性能。结果 905例KD患儿和438例待鉴别发热疾病患儿进入数据模型分析,训练集1 042例,其中KD 700例,待鉴别发热类疾病342例;测试集301例,其中KD 205例,待鉴别发热类疾病96例。单因素分析结果显示差异有统计学意义37项信息。Logistic回归分类模型有16个变量纳入最佳回归方程。BP神经网络输入层、隐含层和输出层分别有37、24和1个节点。Logistic回归分类模型对训练集和测试集的分类正确率为84.1%和82.1%,ROC曲线下面积为0.91和0.89;BP神经网络模型对训练集和测试集的分类正确率为96.4%和86.0%,ROC曲线下面积为0.94和0.92;2个模型的敏感度均很好,BP神经网络模型的特异度优于Logistic回归分类模型。结论本文建立的BP神经网络诊断模型对KD有较好的诊断辅助功能,有待进一步通过临床检验。
- 樊楚贺向前于跃田杰张胜李哲
- 关键词：川崎病发热疾病LOGISTIC回归BP神经网络
- 基于机器视觉下的皮肤老化分级研究被引量：3
- 2017年
- 皮肤老化是人体衰老进程中最明显的标志,对其进行定性或定量评价具有重要意义,并可广泛应用于人体衰老程度研究以及抗衰老措施功效评价等领域。针对传统人为皮肤老化分级的主观性,本文探索用自组织映射(SOM)神经网络实现对皮肤老化程度的自动分级。首先,采用便携式数码显微镜获取人体前臂腹侧皮肤图像,经图像处理分析,提取皮肤纹理参数:皮沟平均宽度和交点个数,用于表征皮肤纹理老化的变化情况;其次,将纹理参数值输入SOM神经网络,用于网络训练学习及分级。结果显示,本文所设计的基于机器视觉下的皮肤老化评价方法,与人工方法相比较,分类一致率达80.8%,可实现较为客观且快速的皮肤老化分级。
- 李玲玉薛锦霞贺向前张胜樊楚
- 关键词：图像处理皮肤老化自组织映射神经网络特征提取
