心脏移植接受者的生存取决于许多变量,包括体重、性别、年龄、血型的供体和受体,缺血性或者时间在移植时没有器官的血流量。
为了更好地理解移植风险因素和改善病人的结果,在瑞典隆德大学的研究人员和史大学医院使用人工神经网络(ann)研究多个变量之间复杂的非线性关系。ANN模型训练使用供体和受体的数据来自两个全球数据库:国际社会对心脏和肺移植(ISHLT)注册表和北欧胸移植数据库(NTTD)。隆德的研究人员加快了训练和模拟的人工神经网络通过使用MATLAB®、深度学习工具箱™和MathWorks并行计算的产品。下载188bet金宝搏
“许多繁重耗时的,我们使用的技术是“约翰·尼尔森博士说,心胸外科副教授分部的隆德大学。“我们使用并行计算与MATLAB工具箱并行服务器分发工作56-processor集群。这使我们能够迅速确定一个最优使用MATLAB神经网络配置和深度学习工具箱,列车网络使用的数据移植数据库,然后运行模拟分析风险因素和生存率。”