关键词:
炭疽病
生物武器防护
神经网络
电子信息库
摘要:
战争的历史告诉我们,生物武器是可怕的,但在遭受这种武器袭击时,受伤害最惨痛的是不能快速识别生物武器进攻信号的人群,以及那些对这种武器危害不甚了解的人群。因为有效的生物武器防护措施可以控制生物武器攻击力度,从而减少伤害、保障部队战斗力、保存战略要地和军事设施。而快速、准确判断是否受到生物武器攻击,以及确认受到何种生物战剂攻击是实施有效生物防护的关键环节,是及时反应、恰当反应、准确防护的重要依据。利用繁多的信息资源进行快速、综合分析和整理,构建生物武器识别和防护决策系统是一项迫切的工作。 本课题以炭疽病为主题,利用计算机技术探索并建立了疫情诊断和危险度分级的智能综合分析模型。同时,根据国内外最新的研究资料和数据建立了方法科学、措施明确、内容全面的包含炭疽病(anthrax)、布氏杆菌病(brucellosis)、霍乱(cholera)和细菌性痢疾(bacillary dysentery)防护的电子信息库。 1.材料方法 1.1炭疽病综合信息智能分析模型建立 通过中国期刊网专题全文数据库、Science Direct(Elsevier)全文数据库及中文生物医学文献数据库、Medline、EMBase等文摘数据库,收集了近10年来的炭疽病、流行性感冒、急性皮炎、脑膜炎等疾病的散发、流行及暴发案例论文。筛选出39例合格案例。分层随机选取2/3的合格案例作为建模训练样本,另外1/3案例作为模型预测样本。根据临床症状、临床检验和流行病学特征分析整理数据。用统计学软件Spss10.0中的Pearson分析程序将炭疽病及疫情危害程度与临床、实验室及流行病学相关指标进行相关性分析。 选用计算机BP神经网络进行智能模型分析。输入层和隐层用正切sigmoid函数为其计算取值,输出层用purelin线性函数为其计算取值。根据显著性关联指标的个数决定模型的输入层节点,隐层设3个节点,输出层设1个节点。用已知的输入和输出样本对模型开展学习训练,进行BP神经网络的训练和仿真。 1.2生物防护信息库建立 以炭疽病、布氏杆菌病、霍乱和细菌性痢疾为对象,检索和查询国家和军队传染病控制的法律法规、突发公共卫生事件应急预案、近年来专业论著和期刊资料。整理分析资料,确定信息的分类和纳入规则。针对事件和现场应对的特点,以权威性、可行性、步骤清楚、方法明确为目标,建立分类信息库。信息库经同行专家评价后进一步修改完善。同时利用FrontPage软件设计灵活、方便的计算机操作窗口。 2.结果 2.1炭疽病综合信息智能模型建立 Pearson分析结果显示,疾病潜伏期、胸部X线检测结果、镜检结果、职业特征等11项指标与炭疽病的诊断和流行强度有关。因此将这11项指标作为模型输入层的节点。网络通过500步的学习和训练,曲线变化稳定,误差下降明显,误差由6.669 59下降到5.051 19×10-11。回顾性样本的测定值与真实值的平均符合率达到100%,标准差为0。前瞻性样本在测定10次后均值与真实值平均符合率近100%。一次性预测时,符合率最大为91.7%,最小为66.7%。 2.2生物防护信息储备库及操作平台 设计建立的炭疽防护信息储备库及操作平台利用网页操作平台实现4种传染病的诊断、治疗、防护方法的信息查询。查询窗口提供的防治措施可靠、实用,有良好的应用价值。疫情诊断和危害预测结果与防护信息库对应连接,可分项逐级目标查询。 3.结论 人工神经网络在疾病综合特征与炭疽确认和危害程度预测之间建模是可行的,所训练的智能模型回顾性和前瞻性预测平均符合率达100%,有很好的实际应用价值。生物武器防护信息库提供的防治措施明确、可靠、全面。