刘朝晖
- 作品数：17 被引量：68H指数：4
- 供职机构：中山市中医院更多>>
- 发文基金：中山市科技计划项目国家自然科学基金广东省中医药管理局基金更多>>
- 相关领域：医药卫生更多>>
- 常用中药注射剂不良反应文献分析与防治措施规范化研究
- 曾聪彦梅全喜钟希文戴卫波高玉桥彭伟文林慧刘朝晖胡莹吴惠妃邱雄泉范文昌张文霞罗清陈宗良
- 本项目通过系统的文献研究找出每一种中药注射剂致不良反应的规律和特点，并对每一种中药注射剂不良反应的防治措施进行规范化研究，可应用于中药注射剂的生产、使用领域。在生产领域本研究成果科指导中药注射剂生产厂家在其产品说明书上明...
- 关键词：
- 关键词：中药注射剂
- 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被引量：1
- 2013年
- 目的建立基于径向基(RBF)神经网络的利培酮、奋乃静、氯氮平、氯丙嗪、舒必利稳态血药浓度预测模型。方法将所收集的用于建立5种药物稳态血药浓度预测模型的数据分为训练集、校验集和测试集,前两者用于训网络,后者用于测试网络,并评价其训练效果和预测性能。结果当网络中心宽度SP值为1.4时,训练集、校验集和测试集的MSE分别为3.49×10-6,1.24×10-2,1.23×10-2,R值分别为0.99997,0.8815,0.8896。结论 RBF网络用于预测5种药物的稳态血药浓度的研究是可行的和有效的。
- 刘朝晖梅全喜黄榕波温预关李明亚
- 关键词：径向基神经网络抗精神病药物稳态血药浓度
- 基于径向基神经网络的舒必利稳态血药浓度预测
- 2013年
- 目的建立基于径向基(RBF)神经网络舒必利稳态血药浓度预测模型。方法将所收集的用于建立舒必利稳态血药浓度预测模型的数据(包括患者的性别、年龄、体重、剂量、稳态血药谷浓度、多项生理生化指标等)分为训练集、校验集和测试集,前两者用于训练RBF神经网络,后者用于测试RBF神经网络,分别利用各数据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)评价网络模型的训练效果和预测性能。结果建立以患者的性别、年龄、体重、剂量、多项生理生化指标等37项参数为输入变量,舒必利稳态血药浓度为输出变量的37-1-1结构的RBF神经网络,当网络中心宽度SP值为2.3时,训练集、校验集和测试集的MSE分别为4.50×10-6、0.003 531和0.011 001,R值分别为0.999 91、0.955 32和0.814 25。结论利用RBF神经网络所建立的舒必利稳态血药浓度预测模型的预测效果较好,但泛化能力尚待提高。
- 刘朝晖梅全喜黄榕波温预关李明亚
- 关键词：径向基神经网络舒必利稳态血药浓度
- 人工神经网络在血药浓度预测中的应用被引量：1
- 2013年
- 目的:综述人工神经网络在血药浓度预测中的应用。方法:根据近年的文献资料,对人工神经网络在血药浓度预测中的应用进行综述。结果:人工神经网络能够根据所提供的数据学习其输入与输出的关系,建立所需的血药浓度预测模型,极大地简化了传统血药浓度预测所需的建模工作。结论:人工神经网络是一种极有潜力的血药浓度预测新方法。
- 梅全喜刘朝晖
- 关键词：人工神经网络血药浓度
- 用径向基神经网络预测氯丙嗪的稳态血药浓度被引量：1
- 2012年
- 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。
- 刘朝晖黄榕波陈庆强温预关李明亚
- 关键词：径向基神经网络氯丙嗪稳态血药浓度
- 防石合剂对肾草酸钙结石模型大鼠骨桥蛋白表达的影响
- 2010年
- 目的:测定应用防石合剂前后草酸钙模型大鼠肾组织OPN表达和尿中尿钙及尿尿酸的浓度变化,探讨防石合剂预防肾结石复发的作用机制。方法:用乙二醇+氯化胺法构建草酸钙肾结石大鼠模型,同时给予防石合剂1.50g生药材/1.5mL/100g、3g生药材/1.5mL/100g、6g生药材/1.5mL/100g,各组均给药7周。实验结束后检测各组大鼠24h尿量、尿PH、尿尿酸、尿钙,免疫组化法检测OPN蛋白表达,实时荧光定量PCR技术检测大鼠肾骨桥蛋白mRNA的表达。结果:模型组大鼠肾OPN mRNA及蛋白的表达明显增加,为对照组的2倍,防石合剂各剂量组均能进一步增加大鼠肾组织OPN mRNA及蛋白的表达,为对照组的3.5倍;且防石合剂各剂量组能显著降低大鼠尿中尿钙和尿尿酸含量,增加排尿量。结论:防石合剂可能通过增强草酸钙模型大鼠肾组织OPN的表达,从而抑制结石形成。
- 吴松赖海标刘朝晖钟亮梅全喜顾向明王书芹汪芸高玉桥
- 关键词：肾结石草酸钙骨桥蛋白
- 人工神经网络在药动学中的应用被引量：4
- 2008年
- 目的:综述人工神经网络在药动学中的应用。方法:根据近年的文献资料,对人工神经网络在药动学中的应用进行综述。结果:人工神经网络能够从提供给它们的数据中学习建立输入与输出的关系,从而极大地简化了传统药动学数据分析所需的建模工作。结论:人工神经网络是一种极有潜力的药动学建模新方法。
- 刘朝晖李明亚黄榕波
- 关键词：人工神经网络药动学
- 用RBF神经网络预测利培酮稳态血药浓度
- 目的:评价用径向基(RBF)神经网络所建立的预测利培酮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与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...
- 刘朝晖梅全喜黄榕波温预关李明亚
- 关键词：RBF神经网络利培酮稳态血药浓度
- 文献传递
- 防石制剂防治草酸钙肾结石的实验与临床研究
- 赖海标吴松钟喨刘朝晖黄智峰梅全喜顾向明王书芹曾晔郑东翔汪芸李森赖伟业雷金娣高玉桥林慧唐荣志黄新凯
- ①本课题以广东地产中草药为主，结合医院多年治疗泌尿系结石的经验进行组方，系统地观察防石制剂对草酸钙结石模型大鼠的治疗作用，探讨其可能的作用机制，在此基础上进行系统的临床研究，观察肾结石患者服药前后尿中尿酸、Ca2+及OP...
- 关键词：
- 关键词：药理作用泌尿系结石草酸钙肾结石
- 径向基神经网络预测利培酮的稳态血药浓度被引量：1
- 2012年
- 目的:评价用径向基(RBF)神经网络所建立的预测利培酮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与输入变量两者间关系的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,利培酮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:当扩展系数值为1.5时,训练集的MSE为6.93×10-6,R值为0.99988;校验集的MSE为8.24×10-3,R值为0.86669;测试集的MSE为8.58×10-3,R值为0.80899;网络模型的预测效果和泛化能力较好。结论:RBF网络用于预测利培酮稳态血药浓度的研究是可行的。
- 刘朝晖梅全喜黄榕波温预关李明亚
- 关键词：径向基神经网络利培酮稳态血药浓度
