پایان‌نامه

مدلسازی و پیش بینی فاکتور جذب داروها با استفاده از شبکه عصبی مصنوعی و اندازه گیری همزمان ازتیمایب و آملودیپین با استفاده از تکنیک hplc در نمونه های حقیقی

عالیه فضلی

چکیده

پایان نامه ارائه شده شامل 2 بخش است.یک بخش کمومتریکس و یک بخش تجربی. در بخش کمومتریکس با استفاده از تکنیک های رگرسیون خطی چندتایی،ژنتیک الگوریتم و تابع بنیادی شعاعی ارتباط میان ساختار دارو و میزان جذب آن بررسی شده وسپس مدل هایی برای تخمین میزان کسر جذب شده از دارو پیشنهاد گردید. در بخش تجربی با توجه به اینکه اندازه گیری همزمان دو داروی ازتیمایب (کاهش دهنده فشار خون) و آملودیپین (کاهش دهنده چربی خون) در پلاسما تا کنون مورد توجه قرار نگرفته، بررسی آن با استفاده از تکنیک hplc به عنوان موضوع این پایان نامه در نظر گرفته شد.در این پروژه مطالعات بهینه سازی با استفاده از روش طراحی آزمایش بر روی روش استخراج این دو دارو از پلاسما و سپس بر روی شرایط دستگاه hplc انجام گرفته و در نهایت روش بهینه برای اندازه گیری همزمان این دو دارو ارائه گردید.

اساتید راهنما و مشاور

الهه کنوز، امیرحسین محسن صرافی

پایان‌نامه‌های مشابه

اسناد مشابه

  • مدلسازی پیش­بینی قیمت ارز با استفاده از شبکه­های عصبی

    مقاله۲۰۱۱مهندسی مالی و مدیریت اوراق بهادارراحله یوسفی، مهدی غفاری

    بی­تردید امروزه بیشترین مقدار سرمایه­گذاری از طریق بازار سرمایه در تمام جهان مبادله می­شود.اقتصادهای ملی به­شدت متاثر از عملکرد بازار سرماهی است. به علاوه بازار سرمایه به­عنوان یک ابزار سرمایه­گذاری در دسترس، هم برای سرمایه­گذاران کلان و هم برای عموم مردم شده است. بازارها نه تنها

  • مدلسازی پیش­بینی قیمت ارز با استفاده از شبکه­های عصبی

    مقاله۲۰۱۱مهندسی مالی و مدیریت اوراق بهادارمهدی غفاری، راحله یوسفی

    بی­تردید امروزه بیشترین مقدار سرمایه­گذاری از طریق بازار سرمایه در تمام جهان مبادله می­شود.اقتصادهای ملی به­شدت متاثر از عملکرد بازار سرماهی است. به علاوه بازار سرمایه به­عنوان یک ابزار سرمایه­گذاری در دسترس، هم برای سرمایه­گذاران کلان و هم برای عموم مردم شده است. بازارها نه تنها

  • مدلسازی با استفاده از شبکه عصبی مصنوعی جهت پیش بینی هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دار – آب و ارائه رابطه تجربی جدید

    مقاله۲۰۱۸مدلسازی در مهندسیمحمد همت اسفه، مسعود افرند

    در این مقاله ، بر اساس نتایج آزمایشگاهی، و با استفاده از روش برازش منحنی و شبکه عصبی مصنوعی اثر دما و کسر حجمی نانولوله‌ها بر ضریب هدایت حرارتی نانوسیال نانولوله کربنی چند جداره عامل دار-آب بررسی شد. یک رابطه دقیق به صورت تابعی از کسر حجمی و دما برای پیش بینی ضریب هدایت حرارتی نا

  • پیش بینی بیماری قلبی با استفاده از شبکه عصبی مصنوعی بهبود یافته

    مقاله۲۰۱۹مجله دانشگاه علوم پزشکی ایلامجلال رضایی نور، غفران سعدی، میثم جهانی

    مقدمه: پیش بینی صحیح بیماری قلبی افراد از اهمیت زیادی برخوردار است، لذا برای این پیش بینی بایستی از آن دسته مدل‌هایی استفاده کرد که دارای حداقل خطا و حداکثر اطمینان باشد. از این رو در این مطالعه از ترکیب شبکه عصبی مصنوعی با الگوریتم ژنتیک جهت ارزیابی مبتال بودن افراد به سکته قلبی

  • پیش‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎بینی بقای بیماران مبتلا به سرطان پستان با استفاده از دو مدل رگرسیون لجستیک و شبکه عصبی مصنوعی

    مقالهمجله اپیدمیولوژی ایرانآذر اسد آبادی، a asadabadi msc, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranکارشناس ارشد آمار زیستی، گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران عباس بهرامپور، a bahrampour professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران علی اکبر حقدوست، aa haghdoost associate professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران

    مقدمه و اهداف: در سال‎های اخیر، توجه قابل ملاحظه‎ای به مدل‎های آماری برای طبقه‎بندی داده‎های پزشکی با توجه به بیماری‎های مختلف و پیامدهای آن‎ها شده است. شبکه‎های عصبی مصنوعی به دلیل عدم نیاز به پیش فرض با موفقیت برای تشخیص الگو و پیش‎بینی در برخی از مطالعه های بالینی استفاده شده‎

  • پیش بینی ورشکستگی با استفاده از شبکه عصبی مصنوعی و مقایسه آن با مدل تحلیل ممیز چندگانه آلتمن

    مقاله۲۰۰۸آینده پژوهی مدیریتمحمدرضا ستایش، دنیا احدیان پور پروین

    با توجه به نگرانی های منطقی سرمایه گذاران از بازگشت اصل و سود سرمایه شان و پیامدها و هزینه هایی که وقوع ورشکستگی برای شرکت ها و اقتصاد کشور و سایر افراد و نهادها می تواند ایجاد نماید. در صورتی که بتوان از طریق مدلی احتمال وقوع ورشکستگی شرکت ها را پیش بینی نمود و پس از آن با علت ی