[发明专利]基于混沌理论及卷积网络的药物心脏毒性评估方法及装置

说明书

本申请提供了一种基于混沌理论及卷积网络的药物心脏毒性评估方法及装置，包括获取加载药物后心肌细胞搏动信号的时间序列数据，对时间序列数据进行基于混沌特性的重构处理得到相空间矩阵；基于相空间矩阵内的数据对深度卷积神经网络进行训练、验证及测试；通过验证的深度卷积神经网络进行药物心脏毒性评估。利用混沌原理提取心肌细胞搏动信号的非线性动态特征，通过卷积神经网络分析对药物的心脏毒性进行评估，对不同药物、同种药物不同浓度均获得了高精度的分类结果。相空间重构技术反映了心肌细胞搏动信号的原始高维相空间，近似恢复体现动力系统演化规律的混沌吸引子，提升评估药物心脏毒性准确度，同时在药物分类方面也展现出较好的预测结果。

技术领域

本申请涉及神经网络技术领域，特别是涉及一种基于混沌理论及卷积网络的药物心脏毒性评估方法及装置。

背景技术

药物临床前研究需对其进行药效研究、药理毒理研究等，其中药物的心脏毒性是属于药理毒理研究的一项重要内容。药物的心脏毒性是指药物对心脏正常生理功能产生影响或损害的药效反应，其主要影响包括心力衰竭、心律失常、心脏瓣膜缺损等，严重时会引发冠心病、心肌梗死。

目前药物心脏毒性评估手段主要分为体内方法和体外方法。体内方法是以鼠、兔、狗等哺乳动物的动物实验为代表，可以从整体水平直接体现药物的心脏毒性。但动物实验的实验周期较长，花费成本高昂，不适用于高通量药物心脏毒性的评估。另一种药物心脏毒性评估方法即体外模型，是以心肌细胞、诱导多功能干细胞等离体组织为主。适宜手段下培养的体外心肌细胞不但具有自发性节律性、同步搏动等独特性，还排除了各种体内因素的干扰，具有良好的稳定性和可重复性。目前，心肌细胞已成为国内外研究者较为认可且使用较多的一种药物心脏毒性评估方法。

目前心肌细胞机械搏动信号常用的数据分析方法主要集中在数字图像处理方面，涵盖统计分析、雷达图、热图以及主分量分析等，然而这些方法无法充分挖掘数据中所包含的信息。

发明内容

基于此，有必要针对上述技术问题，提供一种基于混沌理论及卷积网络的药物心脏毒性评估方法及装置。通过相空间重构技术反映了心肌细胞搏动信号的原始高维相空间，能够提升评估药物心脏毒性准确度。

第一方面，本申请提供了一种基于混沌理论及卷积网络的药物心脏毒性评估方法，所述药物心脏毒性评估方法，包括：

获取加载药物后心肌细胞搏动信号的时间序列数据，对所述时间序列数据进行基于混沌特性的重构处理，得到相空间矩阵；

构建深度卷积神经网络，基于所述相空间矩阵内的数据对所述深度卷积神经网络进行训练、验证及测试；

使用通过验证的所述深度卷积神经网络进行药物心脏毒性评估。

在其中的一个实施例中，所述获取加载药物后心肌细胞搏动信号的时间序列数据，对所述时间序列数据进行基于混沌特性的重构处理，得到相空间矩阵，包括：

采集加载药物后的心肌细胞搏动信号，生成与所述加载药物后的心肌细胞搏动信号对应的时间序列数据；

基于对应每类搏动周期信号的预设参数值构建对应搏动周期信号的相空间矢量，对所述相空间矢量进行重构，得到相空间矩阵。

在其中的一个实施例中，所述采集加载药物后的心肌细胞搏动信号，生成与所述加载药物后的心肌细胞搏动信号对应的时间序列数据，包括：

基于布设有叉指电极的孔板采集心肌细胞搏动信号；

基于心电系统获取对应加载药物后的心肌细胞搏动信号的阻抗信号；

根据所述心肌细胞搏动信号以及所述阻抗信号生成反映加载药物后的心肌细胞搏动状态的时间序列数据。

在其中的一个实施例中，所述基于对应每类搏动周期信号的预设参数值构建对应搏动周期信号的相空间矢量，对所述相空间矢量进行重构，得到相空间矩阵，包括：