基于权值与结构确定(W A S D)算法建立一个能对中国人肾小球滤过率(glomerular filtration rate,GFR)进行有效估算的人工神经网络模型。使用了基于伪逆的权值直接确定法,以及边增边删和二次删除确定结构的方法,采用平均影响值(mean impact value,MIV)方法分析输入数据,并提出粗分组策略来改善神经网络的估算准确度。利用来自中山大学附属第三医院的真实病例数据建立模型,并用来自该医院其他就诊时期的病例数据验证模型性能。同时,与Cockcroft-Gault方程、简化MDRD方程以及RBF神经网络估算模型相比,本文提出的3-WASD-6最优神经网络模型可以更准确地估算GFR。
