用于带血管生成的肿瘤生长的图像信息 Cahn-Hilliard Keller-Segel 多相场模型
数值分析
2022-03-07 v1 数值分析
摘要
我们开发了一种新的带血管生成的四相肿瘤生长模型，该模型源自一个由存活、坏死、液体和血管生成组分组成的扩散界面混合物模型，并耦合了两种代表完全稀释营养物和血管生成因子的无质量化学物质。该模型基于等温情况下符合热力学第二定律的变分原理推导，始于关于肿瘤细胞黏附特性及肿瘤诱导脉管系统在肿瘤组织中浸润力学的生物学本构假设，并采用混合物组分的耦合退化 Cahn-Hilliard Keller-Segel 系统及化学物质的反应扩散方程形式。该模型由神经成像数据提供信息，这些数据给出关于患者特异性脑几何与组织微结构、不同肿瘤组分分布、白质纤维取向和脉管密度方面的信息。我们描述了特定且稳健的预处理步骤，以从神经成像数据中提取定量信息并构建基于患者个体求解模型的计算平台。我们引入了模型的有限元近似，其保持连续解的定性性质。最后，我们展示了一例多形性胶质母细胞瘤（GlioBlastoma Multiforme）患者个体肿瘤演化的仿真结果，考虑了手术前的两种不同测试情形（对应肿瘤内高或低营养供给）以及一种术后测试情形。我们表明，我们的模型正确预测了肿瘤分布的整体扩展及血管生成过程的强度，为协助临床医生恰当评估治疗结果和设计最优患者特异性治疗方案铺平了道路。
引用
@article{arxiv.2203.02212,
title = {An image-informed Cahn-Hilliard Keller-Segel multiphase field model for tumor growth with angiogenesis},
author = {Abramo Agosti and Alice Giotta Lucifero and Sabino Luzzi},
journal= {arXiv preprint arXiv:2203.02212},
year = {2022}
}