|
|
|
非线性最小二乘法及BP神经网络在血管外给药动力学模拟中的应用
|
|
【药学毕业论文】【摘要】 由微分方程推导出血管外给药的一般药动学过程,并通过微分求解得到血药浓度与时间的关系函数,利用非线性最小二乘法拟合原理联立函数对实际药代动力学数据进行模拟,较好的得到血药浓度时间曲线关系式。同时利用BP神经 网络 对数据进行模拟,同样得到较好的结果。将最小二乘法拟合与神经网络模拟结果进行t检验,结果无显著性差异。此外对复杂药代动力学过程做了讨论,得出BP神经网络能较好的模拟复杂药代动力学过程的结论。 【关键词】 微分方程; 最小二乘法拟合; BP神经网络; 数据模拟 血管外给药是医学最常用的给药方式,包括口服、肌肉注射、栓剂给药等。它们的共同特点是药物进入房室前有一个吸收过程。而药物的整个吸收代谢过程通常是比较复杂的,不同的药物其吸收代谢一般是不一样的。如何利用准确的 方法 来模拟药物的吸收代谢过程对于临床用药的合理、安全、有效是有很大指导意义的。 1 非线性最小二乘法 应用 11 血管外给药一般动力学过程为了便于 分析 ,假设以集体为一个房室,并增加一个代表吸收部位的吸收室,其过程如下图。 设时刻t在吸收室内的药量为xa(t),所给的初始药量为x0,当药物以一级吸收过程进入房室内时,在时间区间[t,t+dt]内,进入房室的药量为kaxadt(ka为一级吸收率常数);从体内消除的药量为kxdt。故有:dxa=kaxadt-kxdt这时,进入吸收室的药量为零,被吸收的药量为-kaxadt,故有:dxa=-kaxadt由于进入吸收部位的药物不可能全部吸收,因此,吸收室的初始药量为Fx0,F(0 2 BP神经网络应用 21 BP神经网络原理BP神经网络是非常著名的多层感知器,其神经网络结构如图1,它包括数据输入层、函数传递层(隐含层)以及输出层3层。它通过对输入数据进行 学习 ,具备数据所拥有的内在 规律 ,因此利用其来模拟数据的性质是很好的,由于其在模拟过程中使用了BackPropagation(反向传播)算法,所以很多人工神经网络的应用都是利用BP网络实现的。 |
|
|
|
<<<<<全文未完>>>>> 全文字数约1893字
|
要阅读全文请先注册成VIP会员!详情请阅读会员专区!
VIP会员可以阅读全文, 欢迎加入VIP会员专区! 加入VIP会员步骤如下:
注册用户名→在线购卡
|
|
|
|