基于深度神经网络的布鲁氏菌病风险预测模型的构建和验证
目的采用深度神经网络算法构建布鲁氏菌病预测模型，提升布鲁氏菌病的早期发现效能。方法纳入2023年呼市职业病防治院收治的202例布鲁氏菌病患者与 319例非布鲁氏菌病患者的临床资料，从中提取性别、年龄、血常规指标及临床诊断等数据进行分析。通过深度神经网络算法构建布鲁氏菌病预测模型，并通过十折交叉验证进行模型优化。模型性能评估指标包括灵敏度、假阴性率、特异度、假阳性率、准确率、阳性预测值、阴性预测值、F1分数、受试者工作特征曲线下面积（AUC）。经评估筛选出的最优模型，借助沙普利可加性解释 （SHAP）方法进行解释，明确模型的决策逻辑与各特征的影响机制。结果数据可视化分析显示，布病组与非布病组数据...
Saved in:
| Main Authors: | , , , , , , , |
|---|---|
| Format: | Article |
| Language: | Chinese |
| Published: |
Editorial Office of Journal of Sun Yat-sen University
2025-07-01
|
| Series: | Zhongshan Daxue xuebao. Yixue kexue ban |
| Subjects: | |
| Online Access: | http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ（med.sci）.2025.0417/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|