基于反向传播神经网络算法的瑞芬太尼药代模型构建

摘要：

目的 针对短效静脉麻醉药物瑞芬太尼在药物代谢过程中存在强时变性、复杂非线性等特点,本研究期以利用人工神经网络算法建立瑞芬太尼血药浓度预测模型.方法 本研究利用人工神经网络算法,建立基于反向传播(BP)网络的瑞芬太尼药代血药浓度预测模型,并与非线性混合效应建模(NONMEM)方法预测效果进行比较.结果 BP神经网络预测结果的相对误差、平均相对误差均优于NONMEM算法.结论 通过选取适当的时药数据,利用反向传播网络算法构建的预测瑞芬太尼血药浓度模型,准确度高,实现便捷,可适用于瑞芬太尼等短效静脉麻醉药物的群体药代药效学研究和分析.

关键词：反向传播神经网络、瑞芬太尼、血药浓度

所属期刊栏目：25

分类号：R318(医用一般科学)

在线出版日期：2017-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6