摘要
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。
学科与关键词
关键词
径向基神经网络氯丙嗪稳态血药浓度 radial basis function neural networkschlorpromazinesteady-state plasma concentration
- 用径向基神经网络预测5种抗精神病药物的稳态血药浓度刘朝晖; 梅全喜; 黄榕波; 温预关; 李明亚中国临床药理学杂志, 2013, (07): 540-542.
- 径向基神经网络预测氯氮平血药浓度刘朝晖; 黄榕波; 陈庆强; 温预关; 李明亚中国药房, 2011, (14): 1273-1275.
- 径向基神经网络预测利培酮的稳态血药浓度刘朝晖; 梅全喜; 黄榕波; 温预关; 李明亚中国药房, 2012, (26): 2422-2424.
