肾小球滤过率(GFR)是重要肾功能指标,能精确定量反映肾功能,具有准确、灵敏、稳定,且重复性好的特点。目前GFR主要用放射性同位素标记物99mTc-DTPA清除率来测定,测定过程繁琐,时间较长,费用高,遭受放射性损伤。用其它易于获取的肾功能参数,通过预测模型估算GFR是当前国际上正在研究的方法。针对中国人群数据,本文对已有的三种GFR的计算模型,用多元函数优化技术进行了模型系数优化,提高了计算准确性;并用BP神经网络技术建立了新的GFR估算模型,经过计算,新模型的均方根误差和P30误差均优于原公式,得到了更为简单和高精度的结果。