径向基神经网络预测氯氮平血药浓度
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0.002 833,R值为0.971 86,测试集的MSE为0.005 439,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.
径向基神经网络、预测、氯氮平、稳态血药浓度
22
R969.1;R971+4(药理学)
国家自然科学基金;中山市科技计划
2011-07-05（万方平台首次上网日期，不代表论文的发表时间）
1273-1275
