| 中文摘要 | 第1-9页 |
| Abstract | 第9-12页 |
| 第一章 前言 | 第12-18页 |
| ·研究背景 | 第12-14页 |
| ·群体药物动力学理论 | 第12-13页 |
| ·群体药物动力学的研究进展 | 第13页 |
| ·人工神经网络在群体药物动力学研究中的应用 | 第13-14页 |
| ·研究的目的、意义、思路、步骤及创新点 | 第14-17页 |
| ·研究目的 | 第14页 |
| ·研究意义 | 第14-15页 |
| ·基本思路 | 第15页 |
| ·基本步骤 | 第15-16页 |
| ·创新点 | 第16-17页 |
| ·资料来源及分析工具 | 第17-18页 |
| 第二章 人工神经网络基本理论 | 第18-33页 |
| ·人工神经网络概述 | 第18-21页 |
| ·人工神经网络的结构 | 第18-19页 |
| ·人工神经网络的学习过程 | 第19-20页 |
| ·人工神经网络的特点及应用 | 第20-21页 |
| ·径向基函数神经网络的理论 | 第21-33页 |
| ·多变量插值问题 | 第21-22页 |
| ·正则化问题 | 第22-25页 |
| ·正则化问题的逼近解 | 第25-26页 |
| ·RBFNN 的结构 | 第26-28页 |
| ·RBFNN 的学习算法 | 第28-31页 |
| ·RBFNN 与BPNN 的比较 | 第31-33页 |
| 第三章 程序编写流程 | 第33-36页 |
| ·程序1 模拟数据 | 第33页 |
| ·程序2 剔除异常值 | 第33页 |
| ·程序3 数据库结构评价 | 第33-34页 |
| ·程序4 数据归一化 | 第34页 |
| ·程序5 数据集的划分 | 第34页 |
| ·程序6 RBFNN 建模 | 第34-35页 |
| ·程序7 稳态血药浓度判断 | 第35页 |
| ·程序8 调整药物剂量 | 第35页 |
| ·程序9 数据反归一化 | 第35-36页 |
| 第四章 径向基函数神经网络模型的构建及其性能评价 | 第36-45页 |
| ·数据模拟 | 第36页 |
| ·数据集的划分 | 第36页 |
| ·RBFNN 模型的构建及其性能评价 | 第36-43页 |
| ·Net1000 模型 | 第37页 |
| ·Net500 模型 | 第37-41页 |
| ·Net100 模型 | 第41-43页 |
| ·讨论 | 第43-45页 |
| 第五章 群体药物动力学的径向基函数神经网络模型研究 | 第45-82页 |
| ·药物的选择 | 第45页 |
| ·数据采集 | 第45-47页 |
| ·RBFNN 稳态血药浓度预测模型的构建及其性能评价 | 第47-81页 |
| ·奋乃静稳态血药浓度的RBFNN 预测模型--- Net I | 第47-52页 |
| ·利培酮稳态血药浓度的RBFNN 预测模型--- NetII | 第52-58页 |
| ·氯氮平稳态血药浓度的RBFNN 预测模型--- NetIII | 第58-64页 |
| ·舒必利稳态血药浓度的RBFNN 预测模型--- Net IV | 第64-70页 |
| ·氯丙嗪稳态血药浓度的RBFNN 预测模型--- Net V | 第70-76页 |
| ·五种药物的稳态血药浓度的RBFNN 预测模型--- Net | 第76-81页 |
| ·讨论 | 第81-82页 |
| 第六章 利用稳态血药浓度预测模型调整给药剂量 | 第82-92页 |
| ·根据Net I模型调整奋乃静的给药剂量 | 第82-85页 |
| ·稳态血药浓度判断 | 第82页 |
| ·调整剂量 | 第82页 |
| ·数据后处理 | 第82-85页 |
| ·根据NetIII模型调整氯氮平的给药剂量 | 第85-88页 |
| ·稳态血药浓度判断 | 第85页 |
| ·调整剂量 | 第85页 |
| ·数据后处理 | 第85-88页 |
| ·根据Net V模型调整氯丙嗪的给药剂量 | 第88-91页 |
| ·稳态血药浓度判断 | 第88页 |
| ·调整剂量 | 第88页 |
| ·数据后处理 | 第88-91页 |
| ·讨论 | 第91-92页 |
| 第七章 结论 | 第92-93页 |
| 参考文献 | 第93-100页 |
| 致谢 | 第100-101页 |
| 文献综述 | 第101-110页 |
| 附录 | 第110-115页 |
| 附录 A 缩略语表 | 第110-111页 |
| 附录 B RBF 算法的 MATLAB 程序 | 第111-115页 |
| 附录 C 硕士研究生期间发表的论文目录 | 第115页 |
