用于发现离散且预测性癌症治疗的机器学习方法
定量方法
2020-08-20 v4 组织与器官
摘要
癌症是全球最常见的疾病之一，对人类健康构成严重威胁并导致大量死亡。在化疗给药期间观察到，免疫细胞、癌细胞和正常细胞被杀死或至少受到严重损伤，并且为了将体内药物剂量保持在特定水平，应在特定时间和剂量下给药。因此，为了解决这些问题，需要一个决策过程来确定最合适的癌症治疗方法，该方法在考虑将被杀死的健康细胞数量的同时，实现癌细胞的杀灭。尽管最新技术取得了进展，但仍需改进现有方法，以离散方式为肿瘤细胞建议最优药物剂量。我们期望所提出的 ANFIS 模型能够向专家建议最优药物剂量，该模型考虑了包括癌细胞、免疫细胞和健康细胞在内的所有关键因素。仿真结果表明，所提出的智能控制器在治疗过程中预测所有关键因素行为方面具有高精度，并最小化药物使用剂量，值得注意的是，所提出的控制器为治疗提供离散数据，这可以填补工程与医学科学之间的空白。
引用
@article{arxiv.2004.09753,
title = {Machine Learning Method Used to find Discrete and Predictive Treatment of Cancer},
author = {SeyedMehdi Abtahi and Mojtaba Sharifi},
journal= {arXiv preprint arXiv:2004.09753},
year = {2020}
}