Personalisierte Modellierung der Progression primärer Hirntumoren als Optimierungsproblem mit Differentialgleichungsnebenbedingung

Andreas Mang, Jenny Stritzel, Alina Toma, Stefan Becker, T. A. Schütz, Thorsten M. Buzug

Abstract

Die vorliegende Arbeit liefert einen neuartigen Ansatz für die Individualisierung bildbasierter, biophysikalischer Modelle der Progression primärer Hirntumoren. Das verwendete mathematische Modell ist etabliert. Es basiert auf einer parabolischen, partiellen Differentialgleichung (PDG). Die Modellierung der Migration von Tumorzellen entlang der Nervenbahnen der weißen Substanz wird durch eine Integration von Diffusionstensordaten realisiert. Die Modellindividualisierung basiert auf der Lösung eines Parameteridentifikationsproblems. Der verwendete Ansatz führt auf ein Optimierungsproblem mit Differentialgleichungsnebenbedingung. Eine qualitative und quantitative Analyse für patientenindividuelle Bildgebungsdaten demonstriert die phänomenologische Validität des verwendeten Modells. Die gute Übereinstimmung zwischen der geschätzten Zustandsfunktion (Lösung des direkten Problems) und der Observable (gewonnen aus den Bildgebungsdaten) bestätigt die Methodik.
OriginalspracheDeutsch
TitelBildverarbeitung für die Medizin 2013
Redakteure/-innenHans-Peter Meinzer, Thomas Martin Deserno, Heinz Handels, Thomas Tolxdorff
Seitenumfang6
Herausgeber (Verlag)Springer Verlag
Erscheinungsdatum2013
Seiten57-62
ISBN (Print)978-3-642-36479-2
ISBN (elektronisch)978-3-642-36480-8
DOIs
PublikationsstatusVeröffentlicht - 2013
VeranstaltungWorkshop on Bildverarbeitung fur die Medizin 2013 - Heidelberg, Deutschland
Dauer: 03.03.201305.03.2013

Zitieren