基于PNN法的罗哌卡因浓度对孕妇分娩的影响研究

摘要

伴随着大数据和互联网技术的发展,基于大数据分析的人工智能化的发展.概率性神经网络(Probabilistic neural networks,简称PNN)方法是一种基于数据寻求各工艺参数与性能影响关系之间的方法.该方法具有编程简单、计算省时和数据分析趋势性强的特点,在寻求各事物之间的因果规律关系中得到了广泛的应用.因此,本文某医院收集的产妇分娩信息为基础,建立了产妇身高、产妇体重、产妇年龄、产妇宫口开大程度、罗哌卡因注射浓度与产妇的镇痛效果和产妇产程进展的PNN模型.为寻找最佳产妇分娩医疗方案、确保产妇和婴儿的人生安全提供依据和报告.