| Journal: | Revista mexicana de ingeniería biomédica |
| Database: | PERIÓDICA |
| System number: | 000421753 |
| ISSN: | 0188-9532 |
| Authors: | Flores, D1 Gómez, C1 Cervantes, D1 Abaroa, A1 Castro, C1 Castañeda Martínez, R1 |
| Institutions: | 1Universidad Autónoma de Baja California, Ensenada, Baja California. México |
| Year: | 2017 |
| Season: | Ene-Abr |
| Volumen: | 38 |
| Number: | 1 |
| Country: | México |
| Language: | Español |
| Document type: | Artículo |
| Approach: | Experimental, aplicado |
| Spanish abstract | Las redes neuronales artificiales (RNA) son un método computacional extensamente utilizado para resolver problemas complejos y realizar predicciones en sistemas de relación no lineal. En este trabajo se utilizaron RNA para predecir la respuesta fisiológica obtenida al adicionar una concentración específica de digoxina a corazones de Tivela stultorum, un organismo modelo para probar fármacos cardíacos que se pretenden utilizar en humanos. Las entradas de la RNA fueron el peso, volumen, largo y ancho del corazón, la concentración de digoxina, el volumen utilizado para la dilución de digoxina, el máximo y mínimo de contracción, tiempo de llenado, y frecuencia cardíaca antes de adicionar la digoxina, las salidas fueron el máximo y mínimo de contracción, tiempo de llenado y frecuencia cardíaca esperados después de agregar digoxina al corazón. Las RNA se entrenaron, validaron y probaron con los resultados de experimentos in vivo. Para elegir la red óptima se utilizó el valor más pequeño del error medio cuadrado. Se obtuvo una correlación alta entre los valores predichos y calculados, excepto en el caso del tiempo de llenado. Se lograron obtener predicciones acertadas de la cardioactividad de la almeja T. stultorum cuando se les agrega una concentración específica de digoxina haciendo uso de RNA; esto con el fin de utilizarse como una herramienta para facilitar las pruebas en el laboratorio de los efectos de la digoxina |
| English abstract | Artificial neural networks (ANN) are a computational method that has been widely used to solve complex problems and carry out predictions on nonlinear systems. Multilayer perceptron artificial neural networks were used to predict the physiological response that would be obtained by adding a specific concentration of digoxin to Tivela stultorum hearts, this organism is a model for testing cardiac drugs that pretends to be used in humans. The MLP-ANN inputs were weight, volume, length, and width of the heart, digoxin concentration and volume used for diluting digoxin, and maximum contraction, minimum contraction, filling time, and heart rate before adding digoxin, and the outputs were the maximum contraction, minimum contraction, filling time, and heart rate that would be obtained after adding digoxin to the heart. ANNs were trained, validated, and tested with the results obtained from the in vivo experiments. To choose the optimal network, the smallest square mean error value was used. Perceptrons obtained a high performance and correlation between predicted and calculated values, except in the case of the filling time output. Accurate predictions of the T. stultorum clams cardioactivity were obtained when a specific concentration of digoxin was added using ANNs with one hidden layer; this could be useful as a tool to facilitate laboratory experiments to test digoxin effects |
| Disciplines: | Biología |
| Keyword: | Moluscos, Fisiología animal, Farmacología, Actividad cardiaca, Digoxina, Respuesta farmacológica, Tivela stultorum |
| Keyword: | Molluscs, Animal physiology, Pharmacology, Heart activity, Digoxin, Pharmacological response, Tivela stultorum |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
