神经模糊模型用于预测交叉连接的-碳化合物水凝的胰岛素输送
Hadjer Goudjil1, Samia Rebouh1,2, Mounir Bouhedda3
1Laboratory of Biomaterials and Transport Phenomena (LBPT), Faculty of Technology, University of Medea, Pôle Campus, Medea University, Medea, Algeria.
概括
研究人员开发了一种吸入的持续释放胰岛素水凝和一个神经模糊模型来预测其释放动力学. 智能模型准确地预测了来自新型药物系统的治疗剂的输送.
科学领域:
- 材料科学 材料科学 材料科学
- 生物医学工程 生物医学工程
- 药理学 药理学是指药理学的学科.
背景情况:
- 开发有效的吸入胰岛素输送系统对于糖尿病管理至关重要.
- 多重凝结的-碳化合物水凝具有持续药物释放的潜力.
- 需要预测模型来优化药物递送动力学.
研究的目的:
- 创新一种吸入式持续释放胰岛素配方,使用阿加-碳化合物水凝.
- 开发和验证一个神经模糊模型来预测胰岛素释放动力学.
- 评估水凝成分,时间参数和药物释放之间的相关性.
主要方法:
- 通过将和碳合物与可塑剂混合进行水凝合成,然后进行多重凝结交联.
- 使用里埃变换红外光谱,扫描电子显微镜和质子核磁共振光谱学对水凝结构和形态的表征.
- 开发一个神经模糊模型,集成人工神经网络和模糊逻辑,以根据配方和过程参数预测胰岛素释放率.
主要成果:
- 合成的-碳化合物水凝的特征已经成功地得到了鉴定.
- 神经模糊模型表现出高准确性和与实验性胰岛素释放数据的强相关性.
- 该模型有效预测胰岛素释放动力学,基于不同的交联剂度,多重凝结时间和释放持续时间.
结论:
- 开发的吸入式持续释放胰岛素水凝系统显示出治疗应用的前景.
- 神经模糊模型是预测新型水凝输送系统释放药物的精确和有效工具.
- 智能建模对于优化和推进药物输送技术的发展至关重要.
