目的 探讨长短期记忆神经网络(long short term memory, LSTM)模型和差分整合移动平均自回归(autoregressive integrated Decitabine说明书moving average model, ARIMA)乘积季节模型在全国麻疹发病趋势预测中的应用，为麻疹的早期防控提供科学依据。方法 选取2005年1月至2016年2月全国麻疹月发病数分别构建LSTM模型和ARIMA乘积季节模型，同时运用得到的模型对2016年3月至2018年12月发病数进行预测，运用两种评价指标平均绝对百分比误差(mean absolute percentage error, MAPE)和均方根误差(root mean square error, RMSE)检验模型的外推预测精度。最后应用模型预测2019年1月至2019年5月的全国麻疹月发病数。结Porta hepatis果 LSTM模型和最优模型ARIMA(0,1,1)(0,1,1)_(12)外推预测的均方根误差(RMSE)分别为0.25和1.54,平均绝对百分比误差(MAPE)分别为3.6%和18.7%,提示LSTM神经网络的外推预测精度优于ARIMA模型，预测结果与实际情况基本一致。结论 LSTM神经网络模型预测效果优于Emricasan研究购买ARIMA乘积季节模型，可以为麻疹的早期预警和防治工作提供理论基础。