BP神经网络预测新生儿丁胺卡那霉素消除速率常数

摘要

目的用BP网络预测新生儿丁胺卡那霉素消除速率常数。方法建立梯度下降BP网络(GD-BP-NN),贝叶斯标准化BP网络(BR-BP-NN)和遗传BP网络(G-BP-NN),以23例新生儿静脉滴注丁胺卡那霉素相关临床资料为研究对象,研究新生儿胎龄,日龄和体重对丁胺卡那霉素消除速率的影响,预测患者的消除速率常数,并比较3种网络的预测精度和运行效率。结果GD-BP-NN,BR-BP-NN和G-BP-NN预测值和实验计算值的相关系数分别为0.92,0.91和0.98;均方预测误差平方根(RMSE)分别是0.020,0.024和0.010;相同的预测精度条件下,GD-BP-NN,BR-BP-NN和G-BP-NN分别运行了2 000,219和82步。结论遗传算法对BP神经网络权值和学习进行优化,从而克服了BP神经网络训练速度慢,容易陷入局域极小和全局搜索能力弱等缺点,故G-BP-NN预测效果更好。