Modélisation et simulation de la croissance de métastases pulmonaires
JOUGANOUS, Julien
Modélisation Mathématique pour l'Oncologie [MONC]
Institut de Mathématiques de Bordeaux [IMB]
Modélisation Mathématique pour l'Oncologie [MONC]
Institut de Mathématiques de Bordeaux [IMB]
JOUGANOUS, Julien
Modélisation Mathématique pour l'Oncologie [MONC]
Institut de Mathématiques de Bordeaux [IMB]
< Reduce
Modélisation Mathématique pour l'Oncologie [MONC]
Institut de Mathématiques de Bordeaux [IMB]
Language
fr
Thèses de doctorat
Doctoral school
Mathématiques et informatiqueAbstract
Cette thèse présente des travaux de modélisation mathématique de la croissance tumorale appliqués aux cas de métastases pulmonaires.La première partie de cette thèse décrit un premier modèle d’équations aux dérivées ...Read more >
Cette thèse présente des travaux de modélisation mathématique de la croissance tumorale appliqués aux cas de métastases pulmonaires.La première partie de cette thèse décrit un premier modèle d’équations aux dérivées partielles permettant de simuler la croissance métastatique mais aussi la réponse de la tumeur à certains types de traitements. Une méthode de calibration du modèle à partir de données cliniques issues de l’imagerie médicale est développée et testée sur plusieurs cas cliniques.La deuxième partie de ces travaux introduit une simplification du modèle et de l’algorithme de calibration. Cette méthode, plus robuste, est testée sur un panel de 36 cas test et les résultats sont présentés dans le troisième chapitre.La quatrième et dernière partie développe un algorithme d’apprentissage automatisé permettant de tenir compte de données supplémentaires à celles utilisées par le modèle afin d’affiner l’étape de calibration.Read less <
English Abstract
This thesis deals with mathematical modeling and simulation of lung metastases growth.We first present a partial differential equations model to simulate the growth and possibly the response to some types of treatments of ...Read more >
This thesis deals with mathematical modeling and simulation of lung metastases growth.We first present a partial differential equations model to simulate the growth and possibly the response to some types of treatments of metastases to the lung. This model must be personalized to be used individually on clini- cal cases. Consequently, we developed a calibration technic based on medical images of the tumor. Several applications on clinical cases are presented.Then we introduce a simplification of the first model and the calibration algorithm. This new method, more robust, is tested on 36 clinical cases. The results are presented in the third chapter.To finish, a machine learning algorithm based on random forests is used to improve the calibration of the model.Read less <
Keywords
forêts aléatoires
modélisation
simulation numérique
croissance tu- morale
métastase pulmonaire
apprentissage automatisé
English Keywords
modeling
simulation
cancer
tumor growth
lung metastasis
machine learning
random forests
Origin
Hal imported