分类： 医学、药学 >> 临床医学 提交时间： 2023-09-22 合作期刊: 《中国全科医学》
摘要： 背景 糖尿病肾病（DN）是糖尿病常见的微血管并发症之一，发病率高，危害性大。早期发现 DN 对预防相关疾病非常重要。目前大多研究基于传统的统计预测方法，数据需满足其所要求的前提假设条件。近年来已无法很好满足其在 DN 预测领域的需求，有必要尝试开展机器学习等新方法在 DN 预测领域的应用。目的 利用 LASSO回归和麻雀搜索算法（SSA）优化的 BP 神经网络（SSA-BP 神经网络）构建 DN 预测模型。方法 本研究时间为 2023年 48 月，数据来源于公开的伊朗 133 名糖尿病患者的并发症数据。采用 SPSS 26.0 软件进行单因素分析，采用LASSO 回归筛选变量。以是否患 DN 为因变量，分别用 8∶2 和 7∶3 的比例划分训练集和测试集，使用 SSA-BP 神经网络进行建模与分析，并与经典的机器学习模型对比预测性能以分析较优的 DN 模型。基于准确率、精确率、灵敏度、特异度、F1-score 和 AUC 指标进行模型评价。结果 剔除 9 例 1 型糖尿病患者，本研究纳入的有效样本量为 124 例 2型糖尿病（T2DM）患者，其中 73 例（58.9%）被诊断为 DN 患者。单因素分析显示年龄、BMI、糖尿病持续时间、空腹血糖（FBS）、糖化血红蛋白（HbA1c）、低密度脂蛋白（LDL）、高密度脂蛋白（HDL）、三酰甘油（TG）、收缩压（SBP）和舒张压（DBP）的 T2DM 患者 DN 危险因素（P<0.05）。训练集∶测试集 =8∶2 时，训练集（n=100）中有 59 例 DN 患者，测试集（n=24）含有 14 例 DN 患者。LASSO 回归筛选出年龄、糖尿病持续时间、HbA1c、LDL 和SBP 共 5 个影响因素。Logistic 回归（LR）、K 近邻（KNN）、支持向量机（SVM）、BP 神经网络、SSA-BP 神经网络模型在测试集的准确率分别为 83.33%、79.17%、79.17%、87.50%、95.83%。F1-score 分别为 0.846 2、0.800 0、0.800 0、0.888 9、0.960 0。训练集∶测试集 =7∶3 时，训练集（n=88）中有 52 例 DN 患者，测试集（n=36）含有 21 例 DN 患者。LASSO 回归筛选出年龄、BMI、糖尿病持续时间、LDL、HDL、SBP 和 DBP 这 7 个影响因素。LR、KNN、SVM、BP 神经网络、SSA-BP 神经网络模型在测试集的准确率分别为 86.11%、86.11%、86.11%、72.22%、91.67%。F1-score 分别为 0.871 8、0.871 8、0.864 9、0.705 9、0.909 1。结论 LR、KNN 和 SVM 模型在训练集∶测试集 =7∶3 时性能较好，BP 神经网络和 SSA-BP 神经网络模型在训练集∶测试集 =8∶2 时性能较好。相较于 BP 神经网络模型和传统机器学习模型，SSA-BP 神经网络模型的预测性能更佳，可及时准确识别 T2DM DN 患者，实现 DN 的早发现和早治疗，从而预防并减缓对其身体带来的危害。
分类： 工程与技术科学 >> 工程力学 提交时间： 2023-02-24
摘要： 对变压器励磁涌流和故障电流波形整体形态的特征进行分析，利用两者之间相似度差异，结合Hausdorff距离算法在图形相似度方面的优势，构造基于Hausdorff距离算法的变压器差动保护新判据，该判据采用标幺化后的差流序列和标准正弦波序列之间的Hausdorff距离值进行判别，以区分变压器的励磁涌流（包括对称性涌流）和故障差流（包括故障电流叠加励磁涌流）。通过仿真试验验证所提新判据的有效性、快速性和抗干扰性
点击量
点击量
下载量
评论
通过
