支持向量機和人工神經網絡在冠狀動脈旁路移植術后晚期靜脈移植血管病患病風險預測中的應用
鳳思苑; 鞏曉文; 崔壯; 高靜; 李長平; 劉媛媛; 劉寅; 馬駿 天津醫科大學公共衛生學院流行病與衛生統計學系; 300070; 天津市胸科醫院心血管病研究所
關鍵詞：靜脈移植血管病 支持向量機 人工神經網絡 預測模型
摘要：目的探討支持向量機和人工神經網絡在預測個體冠狀動脈旁路移植術后晚期靜脈移植血管病患病風險中的應用。方法選取2015年3月-2017年12月天津市胸科醫院CABG術后超過一年的冠狀動脈粥樣硬化性心臟病患者,分別應用徑向基SVM、多項式SVM和BP神經網絡建立晚期SVGD預測模型。通過受試者工作特征曲線下面積、精確率、召回率及F1指標評價模型的預測性能。結果 BP神經網絡在測試集中反映模型精確率和召回率的F1值為0.84,而ROC曲線下面積均值為0.773,大于其他兩種SVM預測模型。結論 BP神經網絡對晚期SVGD的預測表現更佳,有助于臨床的輔助診斷。
中國衛生統計雜志要求:
{1}計量單位以國家法定計量單位為準；統計學符號按國家標準《統計學名詞及符號》的規定書寫。
{2}本刊維護首發權，切勿一稿多投。稿件寄出3個月內未收到用稿通知者，作者可自行處理。來稿一律不再退還。
{3}文章題名應簡潔、確切、真實反映文章的主題特色。不超過20字，避免使用非公知公用的縮略字、代號等（一般不用副標題）。
{4}參考文獻：引文務必準確，參考文獻表中列出的應限于作者直接閱讀過的、最主要的、發表在正式出版物上并且在文章中直接引用的文獻；按GB7714-87的規定采用順序編碼標注制著錄。
{5}通訊作者(第一作者)簡介：包括姓名、出生年、性別、民族（指少數民族）、籍貫、職稱（學位）及研究方向（附Email與電話號碼）。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
