刘宁

(杞县人民医院 呼吸内科，河南 开封 475200)

哮喘是常见慢性呼吸道疾病，发病率逐年升高[1]，我国是哮喘病死率最高的国家之一，给我国带来巨大的社会负担和医疗负担[2]。哮喘的症状在其他呼吸道疾病中也同时存在，而人工智能技术可以使哮喘诊断快速、准确、知识化[3]。机器学习是一门人工智能的科学，可以在经验学习中改善具体算法的性能[4]。从本质上来说，机器学习就是使计算机模拟人的学习行为，通过自动的学习获取知识，不断改善自身性能，最终实现人工智能。机器学习的主要算法有回归算法、神经网络、支持向量机、聚类算法和推荐算法等[5]。神经网络的诞生与大脑工作机理的研究密切相关，神经网络学习机理包括分解与整合[6]。一个简单的神经网络架构包括输入层、隐藏层和输出层，所有的层再组成神经网络[7]。深度神经网络是一种用于图像分析的非线性回归分析方法[8]。支持向量机是一种基于统计学习理论的新型学习机，是结构风险最小化方法的近似实现[9]。本研究选取了571名呼吸系统疾病患者，并选取了哮喘诊断时常用的22个指标，使用逻辑回归分析、支持向量机和深度神经网络3种算法对哮喘进行预测，比较这三种算法在哮喘预测和诊断过程中的准确性。

1 资料与方法

1.1 一般资料选取2020年1月至2021年6月杞县人民医院收治的370例哮喘患者和201例其他呼吸道疾病患者作为研究对象，哮喘的诊断是基于《呼吸疾病诊疗指南·第3版》中的哮喘的诊断标准，根据患者的症状史，并结合实验室和影像学检测最终诊断为哮喘。……