生物系统建模与分析

顾洪成

目录

  • 1 总论
    • 1.1 生物系统及其复杂性
      • 1.1.1 系统的定义、特征和分类
      • 1.1.2 系统复杂性的来源
      • 1.1.3 系统复杂性的表现
    • 1.2 模型定义及分类
      • 1.2.1 模型的定义和分类
      • 1.2.2 模型原型关系
    • 1.3 基本建模方法
      • 1.3.1 建模目的
      • 1.3.2 模型简化方法
      • 1.3.3 两种建模策略
      • 1.3.4 建模过程
  • 2 数学基础
    • 2.1 常见方程
      • 2.1.1 系统状态
      • 2.1.2 差分方程
      • 2.1.3 微分方程
      • 2.1.4 传递/转移函数
    • 2.2 计算机模拟方法初步
      • 2.2.1 误差
      • 2.2.2 Euler公式
      • 2.2.3 Runge-Kutta法
      • 2.2.4 Adams（多步法）
      • 2.2.5 Simulink工具箱
  • 3 基于先验知识的生物系统建模与分析
    • 3.1 简单模型
      • 3.1.1 种群增长模型
      • 3.1.2 运动系统微观模型（Hill模型）
      • 3.1.3 运动系统宏观模型
      • 3.1.4 肺通气模型
    • 3.2 房室模型
      • 3.2.1 单房室模型
      • 3.2.2 双房室模型
    • 3.3 肺通气模型
    • 3.4 血管弹性腔模型
    • 3.5 动作电位模型（H-H方程）
    • 3.6 分子动力学模型
  • 4 数据驱动的生物系统建模与分析
    • 4.1 常见生理信号
      • 4.1.1 常见生理信号
      • 4.1.2 时间序列信号
      • 4.1.3 统计学基础
      • 4.1.4 生物信号的特征
    • 4.2 AR模型
      • 4.2.1 定义
      • 4.2.2 建模策略
      • 4.2.3 AR模型定阶
    • 4.3 神经网络模型
      • 4.3.1 神经元的功能模型
      • 4.3.2 感知机
      • 4.3.3 神经网络
      • 4.3.4 神经网络最新进展
  • 5 模型辨识
    • 5.1 基本概念
      • 5.1.1 系统辨识
      • 5.1.2 模型参数与观测参数
    • 5.2 参数估计
      • 5.2.1 目标函数
      • 5.2.2 参数估计
      • 5.2.3 最小二乘法
      • 5.2.4 非参数估计
    • 5.3 案例分析
  • 6 模型优化设计与验证
    • 6.1 模型验证
      • 6.1.1 校核、验证、确认（VVA）
      • 6.1.2 VVA基本原则
      • 6.1.3 分级系统验证
    • 6.2 模型优化设计
      • 6.2.1 最优化理论
      • 6.2.2 多目标优化
  • 7 综合应用
    • 7.1 循环系统建模与分析
    • 7.2 药物动力学建模与分析
    • 7.3 课程报告（翻转课堂）
基本建模方法