Mathematical methods to predict the dynamic shape evolution of cancer growth based on spatio-temporal bayesian and geometrical models

• Autores: Iulian Teodor Vlad
• Directores de la Tesis: Jorge Mateu Mahiques (codir. tes.) , José Joaquín Gual Arnau (codir. tes.)
• Lectura: En la Universitat Jaume I ( España ) en 2016
• Idioma: inglés
• Número de páginas: 176
• Tribunal Calificador de la Tesis: Carlos Díaz Avalos (presid.) , Francico Javier Rodríguez Cortés (secret.) , Ciprian Crainiceanu (voc.)
• Programa de doctorado: Doctor en Programa Oficial de Posgrado en Matemática Computacional
• Calificación: Sobresaliente Cum Laude
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen
  • español

    El objetivo de esta investigación es observar la dinámica de los tumores, desarrollar e implementar nuevos métodos y algoritmos para la predicción del crecimiento tumoral. Queremos ofrecer algunas herramientas para ayudar a los médicos a comprender y tratar esta enfermedad. Utilizando un método de predicción , y comparándolo con la evolución real de un tumor, un médico puede constata si el tratamiento prescrito tiene el efecto deseado, y de acuerdo con ello, si es necesario, tomar la decisión de intervención quirúrgica. El plan de la tesis es el siguiente. En el primer capítulo recordamos brevemente algunas propiedades y procesos de clasificación de procesos puntuales con algunos ejemplos espacio-temporales. El capítulo 2 presenta una breve descripción de la teoría de las bases de Levy y se da la integración con respecto a dicha base, recordamos resultados estándar sobre procesos espaciales de Cox, y finalmente proponemos diferentes tipos de modelos de crecimiento y un nuevo algoritmo, el Cobweb, que es presentado y desarrollado en base a la metodología propuesta. Los capítulos 3, 4 y 5 están dedicados a presentar nuevos métodos de predicción.

  • English

    The aim of this research is to observe the dynamics of cancer tumors and to develop and implement new methods and algorithms for prediction of tumor growth. I offer some tools to help physicians for a better understanding this disease and to check if the prescribed treatment have the desired results.

    The plan of the thesis is the following. In Chapter 1 I briefly recall some properties and classification of points processes with some examples of spatio-temporal point processes. Chapter 2 presents a short overview of the theory of Levy bases and integration with respect to such basis is given, I recall standard results about spatial Cox processes, and finally I propose different types of growth models and a new algorithm, the Cobweb, which is presented and developed based on the proposed methodology. Chapters 3, 4 and 5 are dedicated to present new prediction methods. The implementation in Matlab software comes in Chapter 6. The thesis ends with some conclusion and future research.