[发明专利]一种基于神经网络的呼吸系统疾病患病人次动态预测方法

摘要

本发明公开了一种基于神经网络的呼吸系统疾病患病人次动态预测方法。该方法通过从病案中提取呼吸系统疾病门急诊和住院患者人次分布，综合区域空气污染物浓度、区域气象数据、节假日、星期几效应和区域社会经济水平等信息。该方法是利用一种基于LSTM神经网络模型来实现的，该方法包括如下几个步骤：步骤一：多源数据整合；步骤二：数据预处理；步骤三：构建LSTM神经网络模型；步骤四：模型验证与调优；步骤五：增量学习与动态预测。通过以较高的精确度动态预测区域范围内呼吸系统疾病患病人次，为解决区域医疗卫生资源优化配置和研究空气污染对疾病负担的影响等问题提供科学依据。

主权项

1.一种基于神经网络的呼吸系统疾病患病人次动态预测方法，其特征在于：该方法整合多源数据；采用LSTM神经网络来构建呼吸系统疾病患病人次的预测模型；随着时间的变化，模型中不断加入最新真实数据，反复迭代优化模型，达到增量学习和动态预测的目的；具有如下步骤：步骤一：多源数据整合；步骤二：数据预处理；步骤三：构建LSTM神经网络模型；步骤四：模型验证与调优；步骤五：增量学习与动态预测。