| توسعه روش شبکه عصبی فیزیک آگاه در پیش بینی رشد تومور تحت اثر پرتودرمانی |
| کد مقاله : 1412-ISME2026 |
| نویسندگان |
|
مطهره متین1، سهیل محمدی *2 1فارغ التحصیل کارشناسی ارشد دانشکده مهندسی عمران 2هیئت علمی دانشکده مهندسی عمران، دانشگاه تهران |
| چکیده مقاله |
| بهمنظور ارائه راهکارهای عملی در مطالعه رشد تومورهای سرطانی مغز، این پژوهش یک چارچوب کارآمد براساس شبکههای عصبی مبتنی بر فیزیک (PINN) برای مدلسازی رشد تومور گلیوبلاستوما تحت تأثیر پرتودرمانی توسعه داده است. این چارچوب با ترکیب معادلات فیزیکی و الگوریتمهای یادگیری عمیق، رویکردی نوآورانه برای تحلیل رشد تومور ارائه میدهد که عوامل ناهمگنی بافت و شرایط درمانی را نیز در نظر میگیرد. این رویکرد توسعهیافته بستری برای ابزارهای محاسباتی پیشرفتهتر فراهم میآورد که نه تنها درک مسائل پیچیده زیستفیزیکی را بهبود میبخشند، بلکه راهنمایی برای کمک به تیم های پزشکی در طراحی استراتژیهای درمانی مؤثر ارائه میدهند و مسیر درمانهای پزشکی شخصیسازیشده را برای بیماران هموار میسازند. اعتبارسنجی مدل با دادههای بالینی دو بیمار و تحلیلهای تکمیلی، توانایی آن در پیشبینی دقیق شکل و توزیع تومور در دو حالت با و بدون پرتودرمانی را نشان داد. |
| کلیدواژه ها |
| رشد تومور مغزی، یادگیری ماشین، یادگیری عمیق، شبکه عصبی مبتنی بر فیزیک (PINN)، گلیوبلاستوما |
| وضعیت: پذیرفته شده برای ارائه شفاهی |