文献

J-GLOBAL ID：201702212017100776   整理番号：17A0535401

ウェーブレットニューラルネットワークの時系列モデルに基づく血中濃度の予測に関する研究【JST・京大機械翻訳】

Prediction of Plasma Concentration Based on Wavelet Neural Network Time Series Model

著者 (6件)： Yan Huihui (College of Pharmaceutical Science, Zhejiang Chinese Medical University) ,  Zhu Zhihui (College of Pharmaceutical Science, Zhejiang Chinese Medical University) ,  Liu Lunming (College of Pharmaceutical Science, Zhejiang Chinese Medical University) ,  Fang Qingxia (College of Pharmaceutical Science, Zhejiang Chinese Medical University) ,  Wang Gang (Hangzhou First People’s Hospital) ,  Zhao Huajun (College of Pharmaceutical Science, Zhejiang Chinese Medical University)
資料名： Zhongguo Xiandai Yingyong Yaoxue  (Zhongguo Xiandai Yingyong Yaoxue)
巻： 33  号： 11  ページ： 1417-1422  発行年： 2016年 
JST資料番号： C2284A  ISSN： 1007-7693  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】マウスにおけるアスピリンの濃度を予測して,モデルの適応性を評価するためにウェーブレットニューラルネットワーク時系列モデルを使用する。【方法】4つの群のウサギを,それぞれ0.15,0.25,0.5,1.0,1.5,2.0,2.5,3.0,3.5,4.0,6.0,13.0,22.0時間で採取した。計算機ソフトウェアMATLABを用いて,3つの実験データを訓練し,訓練したネットワークを用いて残りの1群の血中濃度データを予測した。その後、薬物動態学を併用し、そのコンパートメントモデルと薬物動態学的特徴を判断した。シミュレーション結果は実際のデータと基本的に一致し,ネットワークの絶対平均誤差範囲は0.3%~5.39%であり,統計誤差許容範囲内であった。薬物動態学的シミュレーションは,アスピリンの薬物動態学的特徴が2コンパートメントモデルであることを示した。【結語】ウェーブレットニューラルネットワーク時系列モデルは,アスピリンの濃度を予測する際に,より良い適合性と優れた予測能力を持ち,薬物動態学との併用は,現代の臨床薬理の研究において積極的な役割Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 薬物動力学 ,  コンパートメントモデル ,  *血中濃度 ,  シミュレーション ,  臨床薬理 ,  *ネットワーク ,  許容範囲 ,  適応性 ,  脂肪酸 ,  芳香族カルボン酸 ,  フェノール類 ,  カルボン酸エステル ,  ヒドロキシ酸
準シソーラス用語： 予測能力 ,  統計誤差 ,  MATLAB ,  計算機ソフトウェア ,  *ウェーブレットニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： wavelet neural network ,  time series ,  plasma concentration ,  pharmacokinetics ,  MATLAB

分類 (1件)： 生物薬剤学(臨床)  (GY01022L)

物質索引 (1件)： アスピリン

タイトルに関連する用語 (5件)： ウェーブレットニューラルネットワーク ,  時系列モデル ,  血中濃度 ,  予測 ,  研究