-
小波-LSTM模型在肺结核发病趋势预测中的应用
编辑人员丨2024/8/10
目的 探讨小波-LSTM模型对肺结核发病率的预测效果,为防控肺结核提供参考.方法 通过小波分解将2012-2018年中国肺结核发病率数据分解为高频序列和低频序列,对分解序列构建LSTM模型;利用2019年数据验证小波-LSTM、LSTM模型的预测性能.结果 在预测未来3个月时,LSTM模型效果最优,其MSE、MAE、RMSE分别为0.007、0.069、0.085;在预测未来12个月发病趋势时,小波-LSTM模型效果最优,其MSE、MAE、RMSE分别为0.046、0.156、0.215.结论 小波-LSTM模型对肺结核发病率的长期预测效果优于LSTM模型,小波-LSTM模型在肺结核发病趋势预测分析中具有一定的应用价值.
...不再出现此类内容
编辑人员丨2024/8/10
-
基于小波变换和CNN-LSTM的肺音分类算法
编辑人员丨2024/4/27
目的:针对如何建立有助于电子听诊诊断的肺音分类模型,提出一种基于卷积神经网络(CNN)-长短期记忆网络(LSTM)的混合深度学习肺音分类模型方法.方法:首先使用小波变换对数据集进行特征提取,使肺音信号转化为能量熵、峰值等特征;在此基础上构建CNN和LSTM的混合算法分类模型,其中将小波变换提取的特征先输入CNN模块,能够获得数据的空间维度特征,再通过LSTM模块获得数据的时间维度特征,融合两类特征,通过模型可以将肺音分类,从而达到辅助判断患者的肺部疾病.结果:CNN-LSTM混合模型准确率、F1分数均明显高于其他单一模型,可达到0.948和0.950.结论:提出的CNN-LSTM混合模型分类准确率更高,在智能听诊领域具有广泛的潜在应用价值.
...不再出现此类内容
编辑人员丨2024/4/27
-
基于PCNN-LSTM神经网络的膝关节摆动信号分类识别
编辑人员丨2023/8/5
膝关节摆动(VAG)信号是指膝关节屈曲或伸展时发出的声音或振动信号,可灵敏、客观地描述膝关节的健康状态,在膝关节疾病的无创检测中具有重要作用.现有的对VAG信号正常和异常分类方法自动化程度低,且分类准确度较低,总体性能有待进一步提升.因此,提出一种基于改进卷积神经循环网络(PCNN-LSTM)的VAG信号分类算法.首先,利用经验模式分解(EMD)和小波变换,将一维VAG信号变换为二维时频特征谱图,并将其用作数据集;然后,在串行神经网络的基础上融合并行卷积神经网络结构,再与LSTM神经网络相结合构成改进的PCNN-LSTM模型,以此区分正常或异常的VAG信号,实现对膝关节健康状态的自动检测.采用由加速度传感器(181A02)和USB采集仪(FSC812)所采集的真实VAG信号,构建数据集对所提出算法性能进行验证.数据集由654例样本构成,其中包括健康数据222例和患有膝关节疾病的数据432例.实验表明,所提出算法的分类正确率为96.93％,灵敏度为100％,特异性为95.56％,相比其他算法可得到较好的分类识别效果,对于膝关节疾病的无创检测和辅助诊断具有重要意义.
...不再出现此类内容
编辑人员丨2023/8/5
-
基于长短期记忆网络与门循环单元模型的长时程低血糖预警研究
编辑人员丨2023/8/5
目的 研究比较基于长短期记忆网络(long-short term memory,LSTM)与门循环单元(gate recurrent unit,GRU)的组合模型的低血糖预警.方法 回顾性分析2000年8月-2017年3月就诊于河南省人民医院的糖尿病患者50例,采集其连续72 h的血糖数据,使用小波变换及差分处理优化后分别采用LSTM、GRU、灰色模型(grey model,GM)、LSTM-GRU组合模型建立血糖预警模型.以灵敏度、特异度、准确度来评价四种模型预警性能,并对灵敏度、准确度进行差异性分析.设置低血糖阈值区间进行低血糖预警.利用ROC曲线探究不同阈值和不同预测步长下的特异性和灵敏度等指标的变化规律.结果 LSTM-GRU模型的预警准确度和灵敏度较高,随着预测时间的延长,其预警性能下降缓慢,在60 min仍具有较高的预警效果;随着阈值的增加,低血糖预警的灵敏度增加,特异性降低.结论 LSTM-GRU模型在长期低血糖预警中具有较佳的预警性能,预测范围和阈值是影响低血糖预警效果的主要因素.
...不再出现此类内容
编辑人员丨2023/8/5
