改进MART2网络的腹膜透析充分性评估方法

针对腹膜透析充分性评价指标繁多,且有不少单项指标评价结果之间是不相容的特点,将文献[4]中的MART2网络应用到充分性评价当中,并进行了适当改进。对选取的透析充分性指标进行预理后输入网络,经过网络的自学习将其分成很多聚类区并计算每一聚类区的重心,再根据透析充分性评价标准判断聚类重心的透析充分性,当网络阈值很高时,重心的透析充分性可以代表该聚类区的透析充分性,这样可以根据患者数据落入聚类区的编号来判断患者的透析充分性。本算法充分利用了改进的MART2网络在处理集群数据分类问题的优越性,取得了良好的应用效果。

ART2网络结构与算法的改进

ART2网络中的模式匹配过程,以及相似度警戒测试过程均以模式的相似性量度值为基础。传统ART2网络的相似量度是一种关于模式相位信息的量度,在需要考虑模式幅度信息及处理集群分布样本时,效果很不理想。文章针对此不足,提出以欧氏距离为相似测度的新型网络:MART2。输入模式的幅度信息被提取出来,并送到相应的中间模式和警戒测试部分。新网络中引入三个辅助函数共同计算输入模式与存贮模式的相似度,使得在进行模式匹配和警戒测试时,幅度信息没有丢失。实验证明,MART2在处理集群分布样本时,性能优于传统ART2。MART2是对ART2网络的一种补充。