利用人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測原發(fā)性高血壓的研究.pdf

1、本研究所選擇的現(xiàn)場是遼寧省彰武縣農(nóng)村，經(jīng)調(diào)查該人群高血壓標(biāo)化患病率高達(dá)35％[5]，全國罕見。本研究利用這些調(diào)查數(shù)據(jù)建立BP人工神經(jīng)網(wǎng)絡(luò)（back propagation ANNs）預(yù)測模型，并與Logistic回歸模型進(jìn)行比較，利用受試者工作特征曲線（receiver operator characteristic curve，ROC曲線）評(píng)價(jià)人工神經(jīng)網(wǎng)絡(luò)模型的預(yù)測性能。以探討和評(píng)價(jià).ANNs用于疾病預(yù)測的效果和特點(diǎn)，為高血壓等復(fù)雜疾

2、病的預(yù)測探索新的方法，同時(shí)對(duì)農(nóng)村高血壓病的防治也有一定的參考價(jià)值。
　　 研究對(duì)象與方法：
　　 一、研究對(duì)象的選擇
　　 本研究利用之前在遼寧省彰武縣農(nóng)村進(jìn)行的EH流行病學(xué)調(diào)查的資料進(jìn)行統(tǒng)計(jì)、預(yù)測分析。該調(diào)查采用整群多級(jí)隨機(jī)抽樣的方法總計(jì)調(diào)查5208人，最后30歲以上常住人群共計(jì)4126名調(diào)查對(duì)象被納入本次研究，其中女1942人，男2184人。
　　 二、調(diào)查內(nèi)容和檢測指標(biāo)
　　 在現(xiàn)場以問詢和

3、測量的方式填寫調(diào)查表，調(diào)查內(nèi)容主要包括：一般特征，吸煙史，飲酒史等；測量血壓、體重、身高等
　　 現(xiàn)場每人采血5ml（隔夜空腹），經(jīng)離心后分離血清，分裝冰凍保存用于血清指標(biāo)檢測。
　　 三、診斷標(biāo)準(zhǔn)和測量方法：
　　 高血壓診斷是根據(jù)1999年WHO/ISH公布的高血壓診斷標(biāo)準(zhǔn)[6]：收縮壓≥140mmHg和/或舒張壓≥90 mmHg或既往確診的原發(fā)性高血壓者。血壓測量及其他血清生化檢測指標(biāo)由專業(yè)醫(yī)護(hù)人員在標(biāo)準(zhǔn)條

4、件下進(jìn)行測量。
　　 膽固醇、甘油三酯、HDL、LDL、血清鈉、血清鉀、血清鐵、血清鈣等指標(biāo)的水平采用日本第一化學(xué)提供的7150型全自動(dòng)生化分析儀，用比色法進(jìn)行分析。血糖水平采用美國強(qiáng)生公司生產(chǎn)的穩(wěn)捷基礎(chǔ)型血糖分析儀，用滴血法進(jìn)行分析。
　　 四、神經(jīng)網(wǎng)絡(luò)模型的建立
　　 ANNs模型采用含有一個(gè)隱含層的三層BP神經(jīng)網(wǎng)絡(luò)模型。模型輸入層的神經(jīng)元為單因素分析中P<0.05的與高血壓相關(guān)的因素，輸出層有1個(gè)神經(jīng)元（即

5、按照診斷標(biāo)準(zhǔn)判斷研究對(duì)象是否患高血壓），隱含層的神經(jīng)元個(gè)數(shù)通過實(shí)驗(yàn)根據(jù)均方誤差擇優(yōu)確定。隱含層的激活函數(shù)為tansig，輸出層的激活函數(shù)為logsig。
　　 本研究將4126例資料按照性別、年齡進(jìn)行均衡后按3:1的比例隨機(jī)分為訓(xùn)練總集（3096例）和測試集（1030例）兩部分，分別用于模型的建立和測試。為了防止.ANNs過渡擬合，在ANNs模型的訓(xùn)練過程中，又將訓(xùn)練總集（3096例）按3:1的比例隨機(jī)分為訓(xùn)練集（2334例）和

6、檢驗(yàn)集（762例），利用檢驗(yàn)集時(shí)時(shí)地檢查訓(xùn)練效果。
　　 五、資料統(tǒng)計(jì)分析方法
　　 用Matlab7.1軟件編程建立ANNs預(yù)測模型。用spss13.0統(tǒng)計(jì)軟件建立二分類非條件Logistic回歸的高血壓預(yù)測模型和繪制模型預(yù)測識(shí)別的ROC曲線。預(yù)測概率的判別標(biāo)準(zhǔn)為0.5，即p≥0.5時(shí)預(yù)測結(jié)果為患高血壓，否則為不患高血壓。統(tǒng)計(jì)學(xué)顯著性水平規(guī)定為α=0.05。
　　 結(jié)果：
　　 一、非條件單因素Logi

7、stic回歸模型進(jìn)行高血壓預(yù)測
　　 對(duì)調(diào)查數(shù)據(jù)進(jìn)行高血壓的單因素分析，篩選出p<0.05的因素作為預(yù)測模型的輸入變量，共22個(gè)因素與高血壓有關(guān)。
　　 二、非條件多因素Logistic回歸模型進(jìn)行高血壓預(yù)測
　　 （一）建立非條件多因素Logistic回歸模型
　　 對(duì)訓(xùn)練總集的3096例樣本進(jìn)行非條件多因素Logistic回歸分析，將單因素篩選出的指標(biāo)作為自變量（身高、體重已轉(zhuǎn)化為BMI故未進(jìn)入模型）

8、，以研究對(duì)象是否患高血壓為因變量建立多因素Logistic回歸模型。模型采用最大似然估計(jì)前進(jìn)法進(jìn)行逐步回歸分析，入選變量的標(biāo)準(zhǔn)是p<0.05，剔除變量的標(biāo)準(zhǔn)是p>0.10。經(jīng)逐步回歸后，共有9個(gè)因素進(jìn)入模型，模型改善情況檢驗(yàn)（x2=4.335）和整個(gè)模型檢驗(yàn)（x2:1439.457）。整個(gè)訓(xùn)練總集的分類一致率為78.42％，特異度為80.45％，靈敏度為76.62％。
　　 （二）利用非條件多因素Logistic回歸模型預(yù)測

9、r>　　 用上述Logistic回歸模型預(yù)測測試集（1030例）研究對(duì)象是否患高血壓。經(jīng)模型預(yù)測，測試集一致率為77.48％，特異度為80％，靈敏度為74.85％。
　　 三、BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測
　　 （一）建立BP神經(jīng)網(wǎng)絡(luò)模型
　　 建立一個(gè)三層的BPANNs模型，以單因素篩選出的全部22個(gè)因素作為輸入變量，其隱含層設(shè)為22個(gè)神經(jīng)元，輸出層1個(gè)神經(jīng)元（即是否患EH）。目標(biāo)誤差取0.01，學(xué)習(xí)速率取0.1

10、，最大訓(xùn)練周期2000。經(jīng)過17步訓(xùn)練，此時(shí)訓(xùn)練中均方誤差MSE為0.126262，梯度Gradient為137.276/le-010，網(wǎng)絡(luò)的訓(xùn)練由于檢驗(yàn)集均方誤差達(dá)到極小值而結(jié)束。測試訓(xùn)練好的BPANNs模型的擬合效果，訓(xùn)練集的分類一致率為81.06％，檢驗(yàn)集的分類一致率為77.95％，整個(gè)訓(xùn)練總集的分類一致率為80.30％，特異度為84.48％，靈敏度為76.16％。
　　 （二）利用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測
　　

11、用上述BPANNs模型預(yù)測測試集（1030例）研究對(duì)象是否患高血壓，測試結(jié)果見表5。其測試集分類一致率為78.83％，特異度為81.57％，靈敏度為76.42％。
　　 四、BP神經(jīng)網(wǎng)絡(luò)模型與Logistic回歸模型高血壓預(yù)測比較
　　 （一）預(yù)測結(jié)果的比較
　　 神經(jīng)網(wǎng)絡(luò)模型的分類一致率、靈敏度、特異度均高于Logistic回歸模型。
　　 （二）ROC曲線面積比較
　　 利用SSPS13.0繪

12、出多因素Logistic回歸模型和BPANNs模型的ROC曲線，多因素Logistic回歸模型的ROE曲線下面積為0.782，95％可信區(qū)間為[0.768，0.797]，BPANNs模型的ROC曲線下面積為0.800，95％可信區(qū)間為[0.786，0.814]。
　　 討論：
　　 高血壓的病因復(fù)雜，影響高血壓患病的危險(xiǎn)因素是多方面的，一些危險(xiǎn)因素之間可能存在交互作用、多重共線性，這些復(fù)雜的關(guān)系影響預(yù)測模型的擬合，嚴(yán)重干

13、擾了高血壓的預(yù)測和病因研究工作。因此本研究利用遼寧省彰武縣農(nóng)村人群的調(diào)查資料建立高血壓的神經(jīng)網(wǎng)絡(luò)預(yù)測模型，并與傳統(tǒng)方法的Logistic回歸模型相比較，以探討神經(jīng)網(wǎng)絡(luò)模型預(yù)測高血壓發(fā)病的能力。
　　 神經(jīng)網(wǎng)絡(luò)模型建立過程中各函數(shù)、參數(shù)的設(shè)置并沒有統(tǒng)一的標(biāo)準(zhǔn)，需要針對(duì)具體問題具體分析。本研究建立的模型是以誤差反向后傳學(xué)習(xí)算法而得名的BP神經(jīng)網(wǎng)絡(luò)，它是醫(yī)學(xué)領(lǐng)域應(yīng)用最廣泛的一種神經(jīng)網(wǎng)絡(luò)，集中體現(xiàn)了神經(jīng)網(wǎng)絡(luò)中最精華的部分。因?yàn)閷?duì)于任何在

14、閉區(qū)間內(nèi)的一個(gè)連續(xù)函數(shù)都可以用單隱含層的BP神經(jīng)網(wǎng)絡(luò)逼近[10]，所以本研究采用了含有一個(gè)隱含層的三層BP神經(jīng)網(wǎng)絡(luò)?？紤]到輸入層神經(jīng)元個(gè)數(shù)過多對(duì)樣本量的要求較高，所以只選擇了與高血壓密切相關(guān)的因素作為輸入變量，即單因素分析中p<0.05的因素。對(duì)于輸入變量中的多分類變量（如民族）采取設(shè)置啞變量的處理方法，以方便模型更好的利用數(shù)據(jù)信息。隱含層的神經(jīng)元個(gè)數(shù)和訓(xùn)練函數(shù)是根據(jù)試驗(yàn)來確定的，試驗(yàn)顯示，相對(duì)于其他取值，神經(jīng)元個(gè)數(shù)為22訓(xùn)練函數(shù)為tr

15、ainlm時(shí)均方誤差既小又穩(wěn)定，網(wǎng)絡(luò)的初始權(quán)值?。?～1）區(qū)間的隨機(jī)數(shù)，由于初始值不同建立ANNs模型也不同，所以經(jīng)多次試驗(yàn)選出最優(yōu)的模型。為了避免過度擬合，本研究利用檢驗(yàn)集在訓(xùn)練過程中隨時(shí)監(jiān)督訓(xùn)練。
　　 在本研究中，神經(jīng)網(wǎng)絡(luò)模型的分類一致率、靈敏度、特異度均高于Logistic回歸模型，Logistic回歸模型的分類一致率為77.48％，神經(jīng)網(wǎng)絡(luò)模型為78.83％?？梢钥闯錾窠?jīng)網(wǎng)絡(luò)模型的預(yù)測能力略優(yōu)于Logistic回歸模型

16、。本研究利用ROC曲線來評(píng)價(jià)兩種模型的預(yù)測效果，Logistic回歸模型和ANNs模型的AUC分別為0.782，0.800，同樣提示，對(duì)于高血壓這樣的致病因素多而且各因素間關(guān)系復(fù)雜的疾病，神經(jīng)網(wǎng)絡(luò)模型的擬合效果略好一些。
　　 神經(jīng)網(wǎng)絡(luò)尚存在一些問題有待解決。首先，神經(jīng)網(wǎng)絡(luò)的建立隨著參數(shù)、函數(shù)、初始值等的設(shè)置而變化，這些設(shè)置的正確性缺乏理論依據(jù)，只能依靠經(jīng)驗(yàn)和試驗(yàn)來確定[15]；其次，神經(jīng)網(wǎng)絡(luò)不能像Logistic回歸模型那樣有