| ارائه مدل الگوریتم یادگیری ماشین جهت بهینه‌سازی سطح سنجش آپتاحسگر الکتروشیمیایی دیگوکسین |
| کد مقاله : 1179-IACC7 (R1) |
| نویسندگان |
|
شقایق شمشیری *1، علی ایمانی فر2، علیرضا اصغری3، حمید یعقوبی4، فائزه شه دوست فرد5، مریم رجبی4 1دانشجوی کارشناسی ارشد دانشگاه سمنان 2فارغ التحصیل کارشناسی ارشد دانشگاه سمنان 3عضو هیات علمی دانشگاه سمنان 4عضو هیئت علمی دانشگاه سمنان 5عضو هیئت علمی دانشگاه فرهنگیان |
| چکیده مقاله |
| دیگوکسین رایج ترین گلیکوزید قلبی است که در درمان بیماری های مختلف قلبی مانند فیبریلاسیون دهلیزی و نارسایی احتقانی قلب استفاده می شود. با توجه به اینکه میزان سمیت دیگوکسین در سرم خون انسانی 2 نانوگرم در میلی لیتر است و محدوده غلظت درمانی باریکی دارد باید جهت جلوگیری از مسمومیت در خون بیماران به دقت کنترل شود. علاوه بر این بخش عمده این دارو از طریق سیستم ادراری دفع می شود و اختلال در عملکرد کلیه منجر به افزایش غلظت آن در پلاسما و تشدید عوارض جانبی می شود. تاکنون اغلب روش‌های سنجش دیگوکسین بر پایه کروماتوگرافی ، سنجش ایمنی رادیویی (RIA)، میکرو مایع-مایع پراکنده استخراج (DLLME) همراه با تشخیص طیف سنجی جرمی دفع/یونیزاسیون لیزری به کمک سطح (SALDI/MS) و همچنین روش‌های الکتروشیمیایی است که علی‌رغم دقت و صحت برخی از آنان، معایبی مانند چندین مرحله پیش آماده‌سازی، سرعت آنالیز پایین و تجهیزات گران قیمت کاربرد آنها را محدود می‌کند. بدین ترتیب سنجش کمی این دارو در پلاسما و ادرار انسانی توسط تکنیک های سریع، ساده و حساس بسیار ضروری است. به دلیل سمیت ناشی از مصرف بیش از اندازه داروی دیگوکسین سنجش کمی و کیفی آن حائز اهمیت است. طراحی و ساخت آپتاحسگر الکتروشیمیایی با مزایای ویژه سنجش دقیق و گزینش پذیر دیگوکسین در مایعات زیستی انسانی را امکان پذیر می کند. در این مطالعه با استفاده از الگوریم یادگیری ماشین جهت سنجش دقیق و بسیار گزینش پذیر دیگوکسین بهینه‌سازی سطح الکترود برای به حداکثر رساندن حساسیت، گزینش پذیری و محدوده‌ی دینامیکی انجام شده است. |
| کلیدواژه ها |
| دیگوکسین، آپتاحسگرالکتروشیمیایی، یادگیری ماشین، رگرسیون خطی، هوش مصنوعی |
| وضعیت: چکیده برای ارائه به صورت پوستر پذیرفته شده است |