Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference · 2013
Parameterized SVM for personalized drug concentration prediction.
СтатьяПоддержка исследования: вне правительства СШАНазвание и аннотация: Перевод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
You Wenqi, Simalatsar Alena, De Micheli Giovanni
Аннотация
This paper proposes a parameterized Support Vector Machine (ParaSVM) approach for modeling the Drug Concentration to Time (DCT) curves. It combines the merits of Support Vector Machine (SVM) algorithm that considers various patient features and an analytical model that approximates the predicted DCT points and enables curve calibrations using occasional real Therapeutic Drug Monitoring (TDM) measurements. The RANSAC algorithm is applied to construct the parameter library for the relevant basis functions. We show an example of using ParaSVM to build DCT curves and then calibrate them by TDM measurements on imatinib case study.