基于神经网络的方法预测生物活性介质网络调控矽肺纤维化的研究

1、基于神经网络的要领猜测生物活性介质网络调控矽肺纤维化的研究杜海舰高宏生伍瑞昌王运斗【摘要】目的：探究矽肺纤维化同生物活性介质之间的干系。要领：使用Delphi语言体例了BP人工神经网络模子盘算机步伐，创立并阐发了矽肺胶原纤维猜测的数学模子。结果：选定网络隐含层节点为9，初始权值阈值约为(-0.2,0.2)，最大相对偏向为4%，最小相对偏向为0.2%。结论：应用神经网络具有较好的猜测结果，可为临床医学研究提供一个很好的研究思绪。【关键词】BP神经网络；生物活性介质；矽肺；胶原纤维；猜测矽肺是尘肺中最严峻的一种范例，是由于恒久吸入凌驾必然浓度的含有游离二氧化硅的粉尘，肺内产生普及的结节性纤维化。矽

2、肺纤维化的猜测困难，诊断滞后。如今，矽肺的发病机理仍旧不完全明晰，尚无有用的早期诊断筛检要领，也无早期诊断的特异性指标和特异性的治疗药物和要领。一经传统的后前位胸大片确诊，肺部病变已经无法逆转。因此，探求早期诊断(筛检)特异性的生物介质组合，对防范、治疗以致终极消除矽肺具有紧张意义。矽肺的发病与细胞因子ytkine,K网络调控有严密接洽，高宏生等用体系生物学的要领论证了细胞因子对矽肺纤维化的网络调控干系1，2，论证了细胞因子庞大非线性致炎致纤维化的网络调控假说。王世鑫等用鉴别方程的要领，通过诊断肺纤维化准确率。矽肺纤维化与差异活性介质、基因表达等多种因素严密相干3，因此估计是一个多目的决议题目

3、。传统的猜测要领是用多元线性回返来举行猜测，统计者费尽心机的想寻出决议目的和各因素之间寻出一个线性的公式干系，试图想用一个严酷的数学模子公式表达出相应的干系。现实上，具有精良的非线性的神经网络可以猜测矽肺纤维化结果。本研究图基于神经网络的要领猜测生物活性介质网络调控的矽肺纤维化。1神经网络的根本理论人工神经网络是基于对人脑构造布局、运动机制的开端熟悉提出的一种新型信息处置惩罚体系。通过模拟脑神经体系的构造布局以及某些运动机理，人工神经网络可出现出人脑的很多特性，并具有人脑的一些根本成效。从本质上讲，人工神经网络是一种大范围并行的非线性动力体系。它具有很多引人注目的特点：大范围的庞大体系，有大量

4、可供调治的参数；高度并行的处置惩罚机制，具有高速运算的本领；高度冗余的构造方法等。在猜测范畴中应用最普及的照旧BP网络。BP网络的学习算法是一种偏向反向流传式网络权值练习要领。本色就象最小二乘法一样，BP算法是在样本空间中耦合如许一个曲面，纵然全部的样本点均在这个曲面上，假设如许的曲面不存在，就寻到离样本点的间隔之和最小的曲面作为近似解。BP网络的学习历程包罗：正向流传和反向流传。当正向流传时，输入信息从输入层经隐单位处置惩罚，后传向输出层，每一层神经元的状态只影响下一层的神经元的状态。假设在输出层得不到盼望的输出，那么转入反向流传，将偏向信号沿本来的神经毗连通路返回。返回历程中，逐一修改各层

5、神经元毗连的权值。这种历程不竭迭代，末了使得信号偏向到达容许的偏向范畴之内。如图1所示为3层神经网络布局图。输入层隐含层输出层图1神经网络布局设3层BP神经网络，输入向量为X=(x1,x2,xn)T；隐层输出向量为Y=(y1,y2,y)T，输出层向量为=(1,2,l)T，盼望输出向量为d=(d1,d2,dl)T。f(x)=11+e-x,BP学习算法权值调解盘算公式为：jk=(dk-k)k(1-k)yj0k=(dk-k)k(1-k)(0,1)2应用实例2.1矽肺猜测的影响因素大量研究表白，肺泡巨噬细胞和肺泡上皮细胞在肺构造炎症反响及纤维化病变的启动、生长历程中起到最为关键的作用，重要是通过排泄细

6、胞因子、炎性介质等生物活性物质，发挥直接或间接的生物学作用。这些K包罗：白介素interleukin，IL、肿瘤坏死因子turnersisfatr，TNF、转化生长因子transfringgrthfatr，TGF等。按照排泄细胞因子差异将Th细胞分为Th1和Th2两种范例。Th1重要排泄白介素-2interleukin-2，IL-2、白介素-12interleukin-12，IL-12、白介素-18interleukin-18，IL-18、滋扰素-Interfern-，IFN-等，重要介导细胞免疫应答,与炎症有关，具有抗纤维化作用,可按捺成纤维细胞的增殖及纤维的天生。Th2重要排泄白介素-4i

7、nterleukin-4，IL-4、白介素-5interleukin-5，IL-5、白介素-10interleukin-10，IL-10、白介素-13interleukin-13，IL-13、单核细胞趋化卵白-1nyteheattratantprtEin-1，P-1等，而Th2重要介导体液免疫反响，可促进成纤维细胞的增生,导致胶原卵白合成增长,并按捺胶原卵白的落解,终极导致细胞外的基质卵白沉积和纤维天生。Th1型和Th2型免疫应答之间存在着交互的负反响作用,维持着正常的免疫平衡。其负反响调治通常就是靠产生的细胞因子起作用的,即一型K可以下调另一型K的成效。Th1/Th2型K失衡可导致机体对损伤

8、的非常反响。总之，矽肺病人存在K网络的平衡紊乱，其错综庞大的调控机制大概到场矽肺的产生和生长69，如图2所示。图2细胞因子网络调控图2.2矽肺猜测的BP网络模子的方案本研究运用神经网络的模子要领，对矽肺猜测举行方案，得出其猜测模子。矽肺纤维化输入层简直定：按照eta阐发和微分方程网络模子确定生物活性介质为输入层。对付矽肺猜测,应当根据其关键要向来确定输入层各因素，在神经网络模子中,输入层可以选定白介素interleukin，IL、肿瘤坏死因子turnersisfatr，TNF、转化生长因子transfringgrthfatr，TGF等。按照排泄细胞因子差异将Th细胞分为Th1和Th2两种范例。

9、Th1重要排泄白介素-2interleukin-2，IL-2、白介素-12interleukin-12，IL-12、白介素-18interleukin-18，IL-18、滋扰素-Interfern-，IFN-作为输入层,输入单位数为8，隐含层节点简直定参考下面单位盘算公式：=n+a此中为隐层单位数，n为输着迷经元个数，为输入迷经元个数，a为110之间的常数。本研究中，隐层单位数盘算如下：8+2+18+2+10即：4.3313.33按照的盘算值，由小到大改背叛点数练习并查验其精度，当节点数的增长偏向不进一步减小时，其临界值即为应接纳的值。末了，颠末网络的现实练习结果比力，选定网络隐含层节点为9，

10、此时网络能较快地收敛至所要求的精度。在神经网络模子中,初始权值拔取对付输出结果是否最靠近现实,及是否可以或许收敛、学习时间的是非等干系很大。初始权值太大,使得加权之后的输入和N落在了网络模子的s型激活函数的饱和期中,从而会导致()非常小,而由于当()0时,那么有0,使得ji0,终极使得调治历程没有什么结果。以是权值及阈值的初始值应选为匀称漫衍的小数履历值,约为(-2.4/F,2.4/F)之间,此中F为所连单位的输入层节点数。本模子输入端节点数为11,以是初始值约为(-0.2,0.2),可随机拔取4。对矽肺猜测之前,应先按照影响矽肺猜测的因素举行综合猜测。在现实操纵时,还应结合履历值。假设Sig

11、id函数拔取阻挡称函数双曲正切函数,综合评估指标的目的值D的范畴也应在-1,1之间,也便是综合指标的无量纲数值在0,1之间。通常输出单位的局部梯度比输入端的大,以是输出单位的学习的步长应比输入单位小一些5。通过以上阐发可得网络模子布局如图3。使用Delphi语言体例了BP人工神经网络模子盘算机步伐举行练习集样本练习，练习输入节点数为8，表1为矽肺猜测输入练习样本和检测样本，当偏向给定E0.00005,学习步长为0.1，经200次练习，网络精度到达要求，如表2和图4所示。表1矽肺猜测输入练习样本和检测样本表2练习样本练习次数网络偏向样本经200次练习后，网络偏向满意精度要求，隐含单位到各输入单位

12、的权值和阈值及输出单位到各隐含单位的权值和阈值调解为表3和表4所示。由于矽肺猜测神经网络模子经练习后，网络精度已经到达要求，可以用查验样本检测猜测结果，如表5所示。从猜测结果看，最大相对偏向为4.0%，最小相对偏向为0.2%，猜测结果非常显着，该网络的查验性能不变，可以很好的对矽肺举行猜测。表3隐含单位到各输入单位的权值和阈值表4输出单位到各隐含单位的权值和阈值表5查验样本及矽肺猜测结果3讨论本研究通过接纳神经网络的要领，探究矽肺纤维化同生物活性介质之间的干系，并创立了矽肺纤维化的影响因素和型胶原、型胶原的BP神经网络，从猜测结果看，可以或许较正确的猜测矽肺纤维化。但还应当看到神经网络应用到猜测另有很多不尽快意的题目，重