目的运用自回归移动平均(ARMA)模型和长期短期记忆(LSTM)深度神经网络对新疆伽师县肺结核的发病趋势进行预测。方法收集该地2014年1月至2023年6月法定传染病报告肺结核数据构建数据集，其中2014年1月至2021年12月的肺结核发病数据用于模型构建，2022年1月至2023年6月的数据用于模型验证。利用Eviews7.2和MATLAB2023a软件分别建立ARMA模型和LSTM神经网络，预测2022-2023年的月肺结核发病数。结果最优的ARMA模型和LSTM神经网络验证2014年1月至2023年6月发病数的均方根误差（RMSE）分别为26.494和12.713，提示LSTM神经网络的拟合效果优于ARMA模型。采用LSTM神经网络预测结果与实际发病情况基本一致。结论LSTM神经网络对新疆伽师县发病趋势的拟合和预测效果较好，能够为该地肺结核发病数的预测提供理论参考。

国家自然科学基金项目（72064036，72174175，72163033）