Ferramenta para simular o crescimento de tumores em várias regiões do corpo humano em três dimensões
DOI:
https://doi.org/10.35819/remat2024v10iespecialid7102Palavras-chave:
computação científica, métodos numéricos e aplicações, autômato celular, marching cubes, câncerResumo
O câncer é uma doença caracterizada pelo crescimento descontrolado de células anormais no corpo. É uma doença complexa e multifacetada que desafiou pesquisadores e médicos por décadas. A capacidade de visualizar e entender o crescimento tumoral pode fornecer insights valiosos sobre como o câncer se desenvolve e se espalha, levando a melhorias significativas no diagnóstico, tratamento e prevenção do câncer. A ferramenta de simulação de crescimento tumoral tridimensional que está sendo desenvolvida é um passo importante nessa direção. Ela permite uma visualização detalhada do crescimento tumoral em diferentes partes do corpo humano, o que pode fornecer insights valiosos sobre como o câncer se desenvolve e se espalha. Além disso, a capacidade desta ferramenta de simular o crescimento tumoral em diferentes partes do corpo significa que ela pode ser usada para estudar uma ampla gama de tipos de câncer. Esta ferramenta utiliza um autômato celular e uma rede de pequeno mundo para criar conexões entre células, permitindo uma representação mais precisa das estruturas de órgãos e tumores. Além disso, permite o carregamento de configurações e parâmetros de arquivos externos, proporcionando grande flexibilidade à ferramenta e permitindo a personalização da simulação de acordo com as necessidades específicas de cada caso. Para a renderização 3D, a técnica Marching Cubes é usada, que permite uma representação tridimensional detalhada e precisa dos tumores.
Downloads
Referências
BARREDO, D. Viera. Autómata celular estocástico en redes complejas para el estudio de la invasión, migración y metástasis del cáncer. Tutores: Reinaldo Rodríguez Ramos; Ruben Interian; Ariel Ramírez Torres; Rocío Rodríguez Sánchez. 2019. 132 f. Trabajo de diploma (Licenciatura en Ciencia de la Computación) - Universidad de La Habana, La Habana, 2019. Available in: https://raw.githubusercontent.com/Krtucho/cellular_automata/main/docs/darien-tesis.pdf. Access at: July 5, 2024.
CIRNE, Marcos Vinícius Mussel; PEDRINI, H. Marching Cubes Technique for Volumetric Visualization Accelerated With Graphics Processing Units. Journal of the Brazilian Computer Society, São Paulo, v. 19, p. 223-233, 2013. DOI: https://doi.org/10.1007/s13173-012-0097-z.
DEUTSCH, Andreas; DORMANN, Sabine. Cellular Automaton Modelling of Biological Pattern Formation: Characterization, Applications, and Analysis. Boston: Springer, 2007. v. 8, p. 105-106. DOI: https://doi.org/10.1007/s10710-006-9021-7.
DORMANN, Sabine; DEUTSCH, Andreas. Modelling of self-organized avascular tumor growth with a hybrid cellular automaton. In Silico Biology, Osnabrück, v. 3, p. 393-406, 2002. Available in: https://pubmed.ncbi.nlm.nih.gov/12542422/. Access at: July 6, 2024.
HU, R.; RUAN, X. A simple cellular automaton model for tumor-immunity system. In: INTERNATIONAL CONFERENCE ON ROBOTICS, INTELLIGENT SYSTEMS AND SIGNAL PROCESSING, 2003, Changsha. Proceedings [...]. [S. l.]: IEEE. v. 2, p. 1031-1035. Available in: https://ieeexplore.ieee.org/abstract/document/1285731. Access at: July 7, 2024.
INTERIAN, Ruben; RODRÍGUEZ-RAMOS, Reinaldo; VALDÉZ-RAVELO, Fernando; RAMÍREZ-TORRES, Ariel; RIBEIRO, Celso C.; CONCI, Aura. Tumor growth modelling by cellular automata. Mathematics and Mechanics of Complex Systems, [s. l.], v. 5, n. 3-4, p. 239-259, 2017. DOI: https://doi.org/10.2140/memocs.2017.5.239.
JIAO, Yang; TORQUATO, Salvatore. Emergent Behaviors from a Cellular Automaton Model for Invasive Tumor Growth in Heterogeneous Microenvironments. PLOS Computacional Biology, San Francisco, v. 7, n. 12, p. 1-14, 2011. DOI: https://doi.org/10.1371/journal.pcbi.1002314.
KANSAL, A. R.; TORQUATO, Salvatore; CHIOCCA, E. A.; DEISBOECK, T. S. Emergence of a Subpopulation in a Computational Model of Tumor Growth. Journal of Theoretical Biology,[s. l.], v. 207, n. 3, p. 431-441, 2000. DOI: https://doi.org/10.1006/jtbi.2000.2186.
KANSAL, A. R.; TORQUATO, S.; HARSH IV, G. R.; CHIOCCA, E. A.; DEISBOECK, T. S. Simulated Brain Tumor Growth Dynamics Using a Three-Dimensional Cellular Automaton. Journal of Theoretical Biology, [s. l.], v. 203, n. 4, p. 367-382, 2000. DOI: https://doi.org/10.1006/jtbi.2000.2000.
LORENSEN, W. E.; CLINE, H. E. Marching Cubes: A High Resolution 3D Surface Construction Algorithm. ACM SIGGRAPH Computer Graphics, New York, v. 21, n. 4, p. 163-169, 1987. Available in: https://people.eecs.berkeley.edu/~jrs/meshpapers/LorensenCline.pdf. Access at: July 7, 2024.
VERHULST, Pierre F. Notice sur la loi que la population poursuit dans son accroissement. Correspondance Mathematique et Physique, [s. l.], v. 10, p. 113-121, 1838.
VISUTSAK, Porawat. Marching Cubes and Histogram Pyramids for 3D Medical Visualization. Journal of Imaging, Bangkok, v. 6, n. 88, 2020. DOI: https://doi.org/10.3390/jimaging6090088.
WATTS, Duncan J.; STROGATZ, Steven H. Collective dynamics of "small-world" networks. Nature, [s. l.], v. 393, p. 440-442, 1998. DOI: https://doi.org/10.1038/30918.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2024 REMAT: Revista Eletrônica da Matemática
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Declaração de acesso aberto: A REMAT é uma revista de acesso aberto, o que implica que todo o seu conteúdo está acessível sem custo para o usuário ou sua instituição. Os leitores têm permissão para visualizar, fazer download, copiar, distribuir, imprimir, pesquisar ou vincular aos textos completos dos artigos, bem como usá-los para qualquer outra finalidade legal, sem a necessidade de solicitar autorização prévia da revista ou dos autores. Essa declaração alinha-se com a definição de acesso aberto estabelecida pela Budapest Open Access Initiative (BOAI).
Como Citar
https://orcid.org/0000-0002-0893-7426
