中山市科技计划项目(20102A024)
- 作品数：5 被引量：2H指数：1
- 相关作者：温预关黄榕波李明亚刘朝晖陈庆强更多>>
- 相关机构：中山市中医院广州市惠爱医院广东药学院更多>>
- 发文基金：中山市科技计划项目国家自然科学基金更多>>
- 相关领域：医药卫生更多>>
- 用径向基神经网络预测氯丙嗪的稳态血药浓度被引量：1
- 2012年
- 目的评价用径向基(RBF)神经网络所建立的预测氯丙嗪稳态血药浓度模型的预测性能。方法将数据分为训练集、校验集和测试集,来建立获取输出变量(37项参数)与输出变量(氯丙嗪稳态血药浓度)两者间关系的RBF网络模型,并评价其预测性能。结果当扩展速度(SP)值为2.8时,所建立的RBF网络模型,预测奋乃静稳态血药浓度的效果和泛化能力较好。结论 RBF网络用于预测氯丙嗪稳态血药浓度是可行的和有效的。
- 刘朝晖黄榕波陈庆强温预关李明亚
- 关键词：径向基神经网络氯丙嗪稳态血药浓度
- 基于径向基神经网络的舒必利稳态血药浓度预测
- 2013年
- 目的建立基于径向基(RBF)神经网络舒必利稳态血药浓度预测模型。方法将所收集的用于建立舒必利稳态血药浓度预测模型的数据(包括患者的性别、年龄、体重、剂量、稳态血药谷浓度、多项生理生化指标等)分为训练集、校验集和测试集,前两者用于训练RBF神经网络,后者用于测试RBF神经网络,分别利用各数据集的网络计算输出值与目标输出值之间的均方差(MSE)和相关系数(R)评价网络模型的训练效果和预测性能。结果建立以患者的性别、年龄、体重、剂量、多项生理生化指标等37项参数为输入变量,舒必利稳态血药浓度为输出变量的37-1-1结构的RBF神经网络,当网络中心宽度SP值为2.3时,训练集、校验集和测试集的MSE分别为4.50×10-6、0.003 531和0.011 001,R值分别为0.999 91、0.955 32和0.814 25。结论利用RBF神经网络所建立的舒必利稳态血药浓度预测模型的预测效果较好,但泛化能力尚待提高。
- 刘朝晖梅全喜黄榕波温预关李明亚
- 关键词：径向基神经网络舒必利稳态血药浓度
- 径向基神经网络预测利培酮的稳态血药浓度被引量：1
- 2012年
- 目的:评价用径向基(RBF)神经网络所建立的预测利培酮稳态血药浓度模型的预测性能。方法:将数据分为训练集、校验集和测试集来建立获取输出变量与输入变量两者间关系的RBF网络模型,其中以患者的性别、年龄、体重、剂量、血压、多项生理生化指标等37项参数为输入变量,利培酮稳态血药浓度为输出变量。用训练集和校验集的网络计算输出值与目标输出值之间的均方差(MSE)和相关系数(R)来综合评价网络模型的学习效果,用测试集的网络计算输出值与目标输出值之间的MSE和R来评价网络模型的预测性能。结果:当扩展系数值为1.5时,训练集的MSE为6.93×10-6,R值为0.99988;校验集的MSE为8.24×10-3,R值为0.86669;测试集的MSE为8.58×10-3,R值为0.80899;网络模型的预测效果和泛化能力较好。结论:RBF网络用于预测利培酮稳态血药浓度的研究是可行的。
- 刘朝晖梅全喜黄榕波温预关李明亚
- 关键词：径向基神经网络利培酮稳态血药浓度
- 用径向基神经网络预测奋乃静的稳态血药浓度被引量：1
- 2010年
- 目的评价用径向基(RBF)神经网络所建立的预测奋乃静(抗精神病药)稳态血药浓度模型的预测性能。方法将数据分为训练集、校验集和测试集,来建立获取输出变量(患者的性别、年龄、体质量、剂量、血压、多项生理生化指标等37项参数)与输出变量(奋乃静稳态血药浓度)两者间关系的RBF网络模型,并评价其预测性能。结果当扩展速度(SP)值为1.53时,所建立的RBF网络模型预测奋乃静稳态血药浓度的效果和泛化能力较好。结论 RBF网络用于预测奋乃静稳态血药浓度的研究是可行的和有效的。
- 刘朝晖陈庆强黄榕波温预关李明亚
- 关键词：径向基神经网络奋乃静稳态血药浓度
- 径向基神经网络预测氯氮平血药浓度被引量：2
- 2011年
- 目的:评价用径向基(RBF)神经网络所建立的预测氯氮平稳态血药浓度模型的预测性能。方法:将数据分为训练集、校验集和测试集来建立获取输入、输出变量两者间关系的RBF网络模型,其中以患者的性别、年龄、体重、剂量、血压、多项生理生化指标等37项参数为输入变量,氯氮平稳态血药浓度为输出变量。用训练集和校验集的网络计算输出值与目标输出值之间的均方差(MSE)和相关系数(R)来综合评价网络模型的学习效果,用测试集的网络计算输出值与目标输出值之间的MSE和R来评价网络模型的预测性能。结果:当扩展系数(SP)值为3.0时,训练集的MSE为1.33×10-5、R值为0.99985,校验集的MSE为0.002833、R值为0.97186,测试集的MSE为0.005439、R值为0.93676,网络模型的预测效果和泛化能力较好。结论:RBF网络用于预测氯氮平稳态血药浓度的研究是可行和有效的。
- 刘朝晖黄榕波陈庆强温预关李明亚
- 关键词：径向基神经网络氯氮平稳态血药浓度
