基于BP神经网络模型鉴别2型糖尿病肾病的认知图研究

目的以实验室指标建立诊断2型糖尿病肾病的BP神经网络模型并评价其诊断性能。方法收集重庆、贵州、四川五所三级医院2016年1月至2016年12月确诊为2型糖尿病肾病的患者，使用SPSS19．0和MATLAB2014a对患者89项信息进行单因素分析，提取有统计学意义的变量，以此分别构建logistic回归模型和BP神经网络模型，对比两种模型的诊断性能。结果477例2型糖尿病性肾病患者和449例对照组纳入模型分析，单因素分析结果显示差异有统计学意义42项信息。Logistic回归分类模型有12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42、15和1个节点。Logistic回归分类模型和BP神经网络模型（训练集，测试集）各自约登指数为0．76，0．89和0．83，对数据集的分类准确率分别为88．12％，94．24％和91．34％，ROC曲线下面积分别为0．95，0．98和0．96。结论本文建立的BP神经网络模型对2型糖尿病性肾病有很好的诊断辅助功能，但仍需进一步通过临床检验。

我是一棵银杏树

我是一棵银杏树，一棵生长在南京的银杏树，生物学家把我们称作“活化石”，古老是我的最大特点。我早己不记得我的发芽、生长都是何时了，从我有记忆起我便知道我的故乡是南京。