Modelado y control estocástico del crecimiento de células tumorales con quimioterapia usando MPC
Use este enlace para citar
http://hdl.handle.net/2183/33548
A non ser que se indique outra cousa, a licenza do ítem descríbese como Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
Coleccións
Metadatos
Mostrar o rexistro completo do ítemTítulo
Modelado y control estocástico del crecimiento de células tumorales con quimioterapia usando MPCTítulo(s) alternativo(s)
Modeling and stochastic control of tumor cell growth with chemotherapy using MPCData
2023Cita bibliográfica
Hernández-Rivera, A., Velarde, P., Zafra-Cabeza, A, Maestre, J. M. 2023. Modelado y control estocástico del crecimiento de células tumorales con quimioterapia usando MPC. XLIV Jornadas de Automática, 41-46. https://doi.org/10.17979/spudc.9788497498609.041
Resumo
[Resumen] El estudio del crecimiento tumoral y su control representa uno de los desafíos sociales más relevantes en la actualidad. Se han invertido numerosos esfuerzos en la modelización de este proceso y en la predicción del comportamiento de las células tumorales frente a diferentes fármacos. En este trabajo, se presenta un esquema de control predictivo estocástico, basado en un modelo matemático no lineal, que integra el tratamiento de quimioterapia y el crecimiento tumoral. Además, se consideran los efectos secundarios que afectan al paciente al calcular una dosificación óptima de fármacos, teniendo en cuenta la evolución de parámetros específicos relacionados con el estado de salud del paciente, a pesar de la presencia de incertidumbre inherentes al proceso. Este enfoque busca mejorar la eficacia del tratamiento y minimizar los efectos adversos asociados, proporcionando una estrategia más precisa y personalizada para combatir el cáncer. Los resultados obtenidos mediante la simulación del tratamiento a lo largo de un año demuestran las ventajas de este esquema de control en la optimización del tratamiento de quimioterapia. [Abstract] The study of tumor growth and its control represents one of the most relevant social challenges today. Numerous efforts have been dedicated to modeling this process and predicting the behavior of tumor cells in response to different drugs. This work presents a stochastic predictive control scheme based on a nonlinear mathematical model, integrating chemotherapy treatment and tumor growth. Furthermore, the secondary effects that impact the patient are considered when calculating an optimal drug dosage, considering the evolution of specific parameters related to the patient’s health status, despite inherent uncertainties in the process. This approach aims to improve treatment efficacy and minimize associated adverse effects, providing a more precise and personalized strategy to combat cancer. The results obtained through one-year treatment simulations demonstrate the advantages of this control scheme in optimizing chemotherapy treatment.
Palabras chave
Control predictivo
Control óptimo estocástico
Farmacocinética y administración de fármacos
Control predictivo no lineal
Predictive control
Stochastic optimal control
Pharmacokinetics and drug delivery
Nonlinear predictive control
Control óptimo estocástico
Farmacocinética y administración de fármacos
Control predictivo no lineal
Predictive control
Stochastic optimal control
Pharmacokinetics and drug delivery
Nonlinear predictive control
Versión do editor
Dereitos
Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/
ISBN
978‐84‐9749‐860‐9
Ítems relacionados
Mostrando ítems relacionados por Título, autor ou materia.
-
Control remoto sobre la planta pequeña de control de nivel del laboratorio
Méndez Busto, Daniel (2017)[Resumen] El objetivo principal del presente trabajo de fin de grado es llevar a cabo el control remoto de la planta de nivel del laboratorio de optimización y control de la Escuela Universitaria Politécnica de Ferrol ... -
Control de un laboratorio de control de temperatura mediante redes neuronales recurrentes
Blanco Fernández, Cristian; Sierra García, Jesús Enrique; Santos, Matilde (Universidade da Coruña. Servizo de Publicacións, 2022)[Resumen] El control predictivo (MPC – Model Predictive Control) de procesos es una estrategia extendida, que se basa en la resolución de un problema de optimización en tiempo real, lo que puede ser computacionalmente muy ... -
Control de exoesqueleto de rehabilitación de mano con Leap Motion Controller
Sierra, David; Sánchez Brizuela, Guillermo; Pérez Turiel, Javier; Fraile, Juan Carlos (Universidade da Coruña. Servizo de Publicacións, 2022)[Resumen] En este trabajo se presenta un nuevo algoritmo de control para dispositivos electromecánicos de rehabilitación de mano basado en la detección de la estructura y de los movimientos de la mano realizados con Leap ...