神经网络用于口服缓释制剂的处方设计

摘要：

目的用反向传播(backpropagation,BP)神经网络,从药物的溶解度设计符合一定释放度要求的缓释制剂处方.方法选取9种药物(异烟肼、利巴韦林、盐酸地尔硫,盐酸雷尼替丁、盐酸环丙沙星、茶碱、替硝唑、丙基硫氧嘧啶、磺胺甲唑)作为模型药物,按HPMC∶糊精=(5-0.2)∶1配比制成不同释放度的缓释片,测定各个处方的释放度,其释放度数据用于BP神经网络的建模、训练.结果得到隐含层为一层、结点数为5个和迭代次数为25次的最佳神经网络,并成功拟定了4个制剂处方,按此处方制备的缓释片的实测释放值与神经网络预测值相符.结论由MATLAB 5.1中的BP神经网络和优化工具箱编写的程序可根据药物溶解度设计符合某一释放度要求的缓释制剂处方.

关键词：反向传播神经网络、控制释放、处方设计、缓释片

所属期刊栏目：36

分类号：R943.41;R451(药剂学)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：690-694