基于神经网络的糖尿病多种并发症

针对现有糖尿病多种并发症预测模型以动物试验为主缺乏有效的数学模型。基于此,本文采用神经网络进行糖尿病多种并发症的研究,以期获得对多种并发症影响较大的指标、提高糖尿病多种并发症诊断准确率。首先通过并发症主成分因素分析对并发症因素进行归类和降维;其次利用神经网络自学习优势对筛选出对多种并发症影响较大的因素,并与传统的神经网络进行了对比。实验数据分析表明,本文方法相比未进行主成分划分和数据整理的神经网络模型,提高了糖尿病多种并发症的预测确度,找到了以年龄等为主的影响指标,为糖尿病诊断与治疗提供新的思路。