×
吉尔吉斯·艾格纳;马泰·西克特;本斯·扎科;德雷克斯勒，达尼尔·安德拉斯;伊姆雷·鲁达斯;Zarándy，阿科斯;勒文特·科瓦奇

使用非线性优化建立预测肿瘤体积控制模型。 （英语） Zbl 1504.92052号

石鹏（编辑）等，《复杂系统：跨越控制与计算控制论：应用》。在Georgi M.Dimirovski教授周年纪念日致辞。查姆：斯普林格。研究系统。Decis公司。控制415235-250（2022）。
摘要：在本研究中，我们开发了一种用于肿瘤生长调节的非线性模型预测控制算法。从优化对象是状态反馈类闭环中的反馈增益的角度来看，这是独特的。在控制器设计过程中，我们利用了之前对要控制的模型进行定性分析的结果。为了实现状态反馈，我们实现了一个离散扩展卡尔曼滤波器，用于状态估计，与要控制的虚拟患者模型相比，模型参数略有不同。结果表明，该算法在预定的环境下表现良好，能够满足严格的约束条件。
关于整个系列，请参见[Zbl 1496.93010号].

MSC公司：

92 C50 医疗应用（通用）
93B45码 模型预测控制
93立方厘米 控制理论中的非线性系统

关键词：

非线性模型预测控制;肿瘤生长控制;扩展卡尔曼滤波器;非线性优化;癌症治疗
PDF格式BibTeX公司 XML格式引用
\textit{G.Eigner}等人，《研究系统》。Decis公司。控制415、235--250（2022；Zbl 1504.92052）
全文： 内政部

参考文献：

[1] Zietz，S。；Nicolni，C.，优化癌症化疗的数学方法，公牛。数学。《生物学》，41，3，305-324（1979）·Zbl 0404.92004年 ·doi:10.1016/S0092-8240（79）90014-4
[2] 史J。；O.阿拉戈兹。；埃雷奈，FS；苏琼，癌症化疗计划优化模型综述，《手术年鉴》。研究，221，1，331-356（2011）·Zbl 1304.49002号 ·doi:10.1007/s10479-011-0869-4
[3] Sbeity，H.，Younes，R.：癌症化疗治疗计划优化方法综述。J.计算。科学。系统。生物8（2）（2015）
[4] Altrock，PM；Liu，法学博士；Michor，F.，《癌症的数学：整合定量模型》，《国家癌症评论》，第15、12、730-745页（2015年）·doi:10.1038/nrc4029
[5] Joáo，P。；Belfo，JM，癌症治疗的最佳脉冲控制（2021），Lemos:Springer国际出版公司，Lemos·Zbl 1490.49003号
[6] 陈，T。；科克比，NF；Jena，R.，使用模型预测控制和移动时域状态/参数估计的癌症化疗的最佳剂量，计算。方法进展。生物识别。，108, 3, 973-983 (2012) ·doi:10.1016/j.cmpb.2012.05.011
[7] Drexler，D.A.、Ferenci，T.、Lovrics，A.、Kovács，L.：结合聚乙二醇化脂质体阿霉素作用的肿瘤生长建模。摘自：2019年IEEE第23届智能工程系统国际会议记录，第369-373页。IEEE（2019）
[8] Füredi，A。；Szebényi，K。；托特，S。；塞雷佩斯，M。；Hámori，L。；纳吉，V。；Karai，E。；Vajdovich，P。；Imre，T。；Szabó，P。；Szüts，D。；托瓦里，J。；Szakács，G.，阿霉素聚乙二醇化脂质体制剂克服乳腺癌基因工程小鼠模型的耐药性，J.Controlled Releas。，261, 287-296 (2017) ·doi:10.1016/j.jconrel.2017.07.010
[9] Czakó，B.G.，Drexler，D.A.，Kovács，L.：通过使用直接多重射击的非线性模型预测控制对肿瘤生长进行脉冲控制。2020年欧洲控制会议（ECC）。IEEE（2020）
[10] Diehl，M.，Bock，H.G.，Diedam，H.，Wieber，P.-B.：用于优化机器人控制的快速直接多重射击算法。摘自：《控制与信息科学课堂讲稿》，第65-93页。柏林施普林格·Zbl 1310.70002号
[11] Drexler，D.，Sápi，J.，Kovács，L.：使用贝伐单抗抑制血管生成的肿瘤生长的最小模型。摘自：第15届IEEE应用机器智能和信息学国际研讨会（SAMI 2017），斯洛伐克赫尔安尼，第185-190页
[12] Drexler，D.A.、Sápi，J.、Kovács，L.：结合坏死效应和贝伐单抗效应的肿瘤生长建模。复杂性2017（2017）·Zbl 1380.92028号
[13] Drexler，D.A.、Nagy，I.、Romanovski，V.、Tóth，J.、Kovács，L.：肿瘤生长控制闭环模型的定性分析。2018年IEEE第18届计算智能与信息学国际研讨会（CINTI），第000329-000334页。IEEE（2018）
[14] Siket，M。；艾格纳，G。；Drexler，DA；鲁达斯，I。；Kovács，L.，化疗下数学癌症模型的状态和参数估计，应用。科学。，10, 24, 9046 (2020) ·doi:10.3390/app10249046
[15] Drexler，DA；Ferenci，T。；Lovrics，A。；Kovács，L.，基于形式反应动力学的肿瘤动力学建模，Acta Polytech。匈牙利，16，10，31-44（2019）·doi:10.12700/APH.16.10.2019.10.3
[16] Drexler，D.A.，Sápi，J.，Kovács，L.：结合坏死效应和贝伐单抗效应的肿瘤生长模型。复杂性1-11（2017）·Zbl 1380.92028号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。