LSTM神经网络模型在冠心病月度入院人数预测中的研究  

作　　者：贾子舟 张钰嘉 荣书玲 李保 

机构地区：[1]山西医科大学第二临床医学院,太原030001 [2]山西大学计算机与信息技术学院 [3]山西医科大学第二医院

出　　处：《中西医结合心脑血管病杂志》2021年第18期3145-3148,共4页Chinese Journal of Integrative Medicine on Cardio-Cerebrovascular Disease

基　　金：山西省重点研发计划项目(No.201803D31116);山西省卫生健康委员会科研课题计划项目(No.2017049);山西省科技成果转化引导专项项目(No.201804D131046)。

摘　　要：目的分析太原市某三级甲等医院冠心病月入院人数的变化趋势,建立冠心病月入院人数的LSTM神经网络模型,科学预测冠心病月入院人次,为冠心病的防治工作提供理论指导。方法基于太原市某三级甲等综合医院心血管内科2015年1月—2021年3月冠心病入院数的资料,建立一个深度学习LSTM模型,并与传统预测模型ARIMA模型及GM(1,1)模型的预测性能进行对比,采用平均绝对误差(MAE)对模型的预测效果进行评价。结果LSTM神经网络模型、ARIMA模型及GM(1,1)模型的MAE值分别为16.824、40.672与43.546,LSTM模型的预测效果较好。结论LSTM模型对医院冠心病月入院数的预测性能较好,为医院冠心病月度入院数预测提供了新的方法。

关 键 词：冠心病 月入院数 LSTM模型 预测 

分 类 号：R54[医药卫生—心血管疾病]