作物水分胁迫指数(CWSI)模型中的下限温度指水分充足时的冠层温度(Tc)或冠气温差(dT),对模型量化植被水分状况精度有较大影响.目前,基于数据驱动方法直接估算下限温度已在大田作物中取得成功,但尚未见其在森林生态系统中的适用性报道.本研究以太行山南麓栓皮栎人工林为研究对象,连续同步观测Tc和气象数据,评估使用多元线性回归模型和BP神经网络模型估算下限温度的可行性,以及CWSI指示人工林水分状况的精度.结果表明:在不具备灌溉条件的森林生态系统中,将以土壤含水量、风速、净辐射、饱和水汽压差、气温作为输入参数的多元线性回归模型与BP神经网络模型中的土壤水分条件设为饱和,即可获得下限温度;将下限温度与理论公式确定的上限温度结合,对实测Tc或dT进行归一化获得CW-SI,可实现对栓皮栎人工林水分状况的无损、快速、自动诊断.其中,基于BP神经网络模型确定的水分充足条件下的dT作为下限温度,并与上限温度结合获得CWSI,最适合精准量化人工林水分状况,与实测水分状况之间的决定系数、均方根误差和一致性指数分别为0.81、0.08和0.90.本研究结果可为森林生态系统水分状况的高效、精准监测提供参考方法.

手足口病是由肠道病毒感染所导致的传染病，其主要患病人群为5岁以下的儿童。手足口病预测模型可以对未来一段时间的手足口病发病率进行预测，为相关部门合理的安排医疗卫生资源进行防控提供参考。本文旨在介绍近年来国内外应用于手足口病预测的主要模型，包括求和自回归移动平均模型、灰色预测模型、BP神经网络模型、贝叶斯网络模型，指出这些模型的优缺点，为研究者们对手足口病发病率进行预测时选择模型提供参考。

目的:提出一种新型脉冲神经元模型及其网络，描述其建模方法，并用计算机模拟验证其性能。方法:在充分考虑生物学适应性（激活电位阈值和不应期开关），及其对尖峰放电脉冲产生及其传导的动态调节机制基础上，在新型脉冲神经元模型中引入了突出后电位多通道滤波器，实现了输出电流及神经元突触强度的动态调节。提出基于自适应最小均方（LMS）的误差反向传播（BP）学习算法，并将其应用于尖峰放电神经网络的调节。结果:在自发噪声下，新型脉冲神经元模型的尖峰放电间期信号直方图满足泊松分布。通过2个新型脉冲神经元的简单连接，可以形成多种复杂的尖峰放电模式。新型脉冲神经元模型具有自发本征噪声的特征，能够形成复杂的周期尖峰放电模式。对于输入噪声控制，该模型的不应期与门限电位适应性参数的稳定性较好。刺激电流-尖峰放电脉冲频率间的线性关系较好。结论:所提出的新型脉冲神经元模型在自发噪声条件下能产生多种模式的振荡和相干振荡，这与生物神经元极其相似，能实现复杂的噪声信号处理。所采用的具有不同频带的多通道突触后电位滤波器，能使一些突触后电位信号变得平稳。所提出的基于于自适应LMS的BP学习算法克服了尖峰放电信号的瞬态变化特性导致的误差驱动学习算法无法应用的问题。

目的:利用BP神经网络模型，建立一种用于潜水减压方案计算的氮过饱和安全系数多维拟合算法。方法:在Haldane潜水减压理论基础上，以《12～60 m空气潜水标准减压表》采用的氮过饱和安全系数为基础，通过分析潜水参数与氮过饱和安全系数的映射关系，建立氮过饱和安全系数的神经网络拟合模型并进行评估。结果:基于BP神经网络技术建立的离底氮过饱和安全系数神经网络模型在测试集上MAPE最小为0.438 6%， R2=0.998 7；停留站氮过饱和安全系数神经网络模型在测试集上MAPE最小为0.528 9%， R2=0.995 5。 结论:利用BP神经网络拟合方法得到的氮过饱和安全系数非常接近实际潜水方案采用的氮过饱和安全系数，可用于实时潜水减压方案的制定。

目的:探讨不同病理类型以血尿为主要表现的患儿各临床指标的差异，并建立基于临床资料的BP神经网络预测模型。方法:收集2003年6月至2018年12月重庆医科大学附属儿童医院以血尿为主要表现并行肾活检患儿的临床资料及肾脏病理结果，进行各临床指标的差异性比较，并建立以血尿为主要表现患儿肾脏病理的BP神经网络预测模型。结果:共纳入438例患儿。其中男232例，女206例；起病年龄(7.00±3.15)岁。按照不同临床表现分为：镜下血尿组(179例)、肉眼血尿组(81例)、镜下血尿并蛋白尿组(44例)、肉眼血尿并蛋白尿组(134例)。差异性检验结果显示，各组性别、起病年龄、病程、诱因、尿爱迪(Addis)计数中红细胞数、24 h尿蛋白定量、血清素氮、血肌酐、血清蛋白、血IgA水平差异均有统计学意义(均 P<0.05)；不同病理类型性别、起病年龄、病程、家族史、尿Addis计数中红细胞数、24 h尿蛋白定量、血尿素氮、血肌酐、血清蛋白、血IgA、C 3水平差异均有统计学意义(均 P<0.05)。基于以上指标，构建BP神经网络预测模型，并通过留一法验证了该预测模型的准确率为61.19%。 结论:通过进行不同临床表现和病理分型下各指标的差异性比较，建立以血尿为主要表现患儿的肾脏病理的BP神经网络预测模型。通过相关指标能较为准确预测肾脏病理，为肾活检时机提供依据。

目的:基于基因组学的数据，通过机器学习，构建胃癌相关甲基化预测模型。方法:下载TCGA（The Cancer Genome Atlas）数据库中胃癌基因突变数据、基因表达数据和甲基化芯片数据，进行特征选择，构建支持向量机（径向基核函数）、随机森林和误差反向传播（error back propagation，BP）神经网络模型，并在新的数据集中进行模型的验证。结果:在3个模型中BP神经网络的检验效能最高（F1 值=0.89，Kappa=0.66，受试者工作特征曲线下面积=0.93）。结论:BP神经网络能够充分利用分子检测的基因组数据进行机器学习，可以用于胃癌相关甲基化预测。

目的:比较Logistic回归、BP神经网络及支持向量机3种模型对老年慢性阻塞性肺疾病（COPD）患者30 d内急性加重再入院风险的预测性能，以期为再入院高风险患者筛查及预防提供科学依据。方法:制作COPD患者调查问卷表，包括一般资料调查表、改良英国医学研究委员会呼吸困难量表（mMRC）、日常生活能力评估量表（ADL）、老年抑郁量表、微型营养评定量表（MNA-SF）及COPD评估量表（CAT），采用便利抽样法，选择宁夏地区13所综合医院2019年4月至2020年8月呼吸内科治疗的老年COPD患者作为调查对象，并随访至出院后30 d。探讨患者再入院影响因素，基于影响因素构建Logistic回归模型、BP神经网络模型和支持向量机模型，按照训练集与测试集7∶3的比例分为训练集样本和测试集样本，分别通过查准率、召回率、正确率、F1指数及受试者工作特征曲线下面积（AUC）对模型预测效能进行比较。结果:共调查1 120例患者，其中非再入院患者879例，再入院患者241例。单因素分析显示，非再入院患者与再入院患者的年龄、文化程度、吸烟情况、糖尿病和冠心病比例、过去1年因COPD急性加重住院次数、季节因素及长期家庭氧疗、规律用药、康复锻炼比例、病程、ADL、抑郁状况、mMRC、营养状况比较差异均有统计学意义。二元Logistic回归分析显示，文化程度、吸烟情况、冠心病史、过去1年因COPD急性加重住院次数、季节因素、是否长期家庭氧疗、是否规律用药、营养状况是老年COPD患者30 d急性加重再入院的影响因素。训练集显示，Logistic回归模型、BP神经网络模型及支持向量模型的查准率分别为70.95%、76.51%、84.78%，召回率分别为79.55%、86.36%、88.64%，正确率分别为87.81%、90.81%、93.82%，F1指数分别为0.75、0.81、0.87，AUC分别为0.850、0.893、0.921。测试集显示，Logistic回归模型、BP神经网络模型及支持向量模型的查准率分别为78.38%、80.65%、88.57%，召回率分别为70.73%、60.98%、75.61%，正确率分别为85.82%、84.40%、90.07%，F1指数分别为0.74、0.69、0.82，AUC分别为0.814、0.775、0.858。结论:与Logistic回归模型和BP神经网络模型相比，支持向量机模型的预测效果更好，可以有效预测老年COPD患者30 d内急性加重再入院风险。

目的:构建反向传播(back propagation，BP)神经网络模型，预测甲状腺功能亢进(以下简称甲亢)患者 131I核素治疗所需给药剂量，为患者计算个性化治疗剂量方案。 方法:从上海多家医学院核医学科收集接受放射性碘治疗的甲亢患者完整的病例资料，包括病史、检查结果、治疗过程等。随后建立预测模型，先以小样本数据比较BP神经网络，径向基(radial basis function，RBF)神经网络，支持向量机(support vector machine, SVM)3种模型的预测结果，选择最优模型对给药剂量进行预测，最后测试模型精准度。结果:以小样本构建的BP神经网络、RBF神经网络、SVM模型预测的平均误差分别为5.53%，7.09%，9.64%，比较后选择BP神经网络建立预测模型；采用随机抽样法选取30例数据对BP神经网络进行验证计算，预测结果的平均误差为7.22%，均方误差为0.053，最小误差为0.57%，最大误差为13.78%。结论:本研究提出了一种神经网络预测方法，为需要放射性碘治疗的甲亢患者提供给药剂量参考，减少患者剂量过量所致放射性损伤的可能或剂量不足所致治疗效果不理想的情况。

目的:探讨一种动力型髋离断假肢控制方法提升佩戴者步态对称性的可行性。方法:通过九轴姿态传感器采集健康人体下肢步态运动学信息，使用BP神经网络建立穿戴髋离断假肢截肢者健侧-假肢侧运动学映射模型。将截肢者健侧腿的运动学信息实时传入该映射模型，生成髋离断假肢运动的目标轨迹，结合下肢假肢动力学模型，通过PID算法控制髋离断假肢电机运动，实现截肢者的实时步态分析和假肢的实时控制。记录截肢者穿戴动力髋离断假肢行走实验中的步长、步频及最大髋关节角度等数据，并结合步态对称性指标S Ⅰ、R Ⅰ、R Ⅱ对假肢控制效果进行评估。 结果:BP神经网络建立的截肢者健侧和假肢侧的运动学映射模型，综合关联度达到98.7%。相对于传统髋离断假肢，动力髋离断假肢髋关节的最大屈曲角度提升了105.5%，截肢者的步态对称性指标S Ⅰ和R Ⅱ分别提升了74.2%和72.2%。 结论:动力型髋离断假肢控制系统能提高假肢穿戴者的步态对称性。

目的:探讨融合深度学习与改进遗传算法（GA）的内科微课教学质量评估方法的评估结果有效性，并分析内科教学的微课改革对学生学习效果的影响。方法:选取2021年3月1日至12月31日在台州市第一人民医院消化内科临床实习的温州医科大学大四学生348名为研究对象，采用随机数字表法分为研究组（ n=174）和对照组（ n=174）。在进行基本信息调查后，对照组开展理论与实习教学，并强化制作微课的知识内容学习；研究组接受对照组中除强化教学内容外的所有教学干预，并开展微课教学实验。教学前后对两组学生进行内科理论知识与实践技能考核，并设计基于反向传播（BP）神经网络和GA的模型评估课程教学质量。 结果:实习前，两组学生年龄、专业课平均绩点、性别构成、对内科学的兴趣程度、每周互联网使用次数差异均无统计学意义（均 P > 0.05）。实验教学结束后，研究组理论知识、实践能力考核分数分别为（91.6±6.0）分、（84.9±5.4）分，均高于对照组的（79.6±6.4）分、（73.5±5.8）分，差异均有统计学意义（ t=18.04、18.98，均 P < 0.001）。 结论:融合微课、微视频的内科教学模式改革能提升学生的理论知识与实践技能学习效果，基于BP网络和GA的评估模型对教学质量的评估精度较高。