Tool for simulating tumor growth in various regions of the human body in three dimensions

Carlos Carret Miranda; Reinaldo Rodríguez-Ramos; Panters Rodríguez-Bermúdez

doi:10.35819/remat2024v10iespecialid7102

Autores/as

Carlos Carret Miranda University of Havana (UH), Department of Computer Science, Faculty of Mathematics and Computer Science, Havana, Cuba https://orcid.org/0009-0002-4911-6875
Reinaldo Rodríguez-Ramos University of Havana (UH), Department of Mathematics, Faculty of Mathematics and Computer Science, Havana, Cuba; Federal Fluminense University, PPG-MCCT, Volta Redonda, Rio de Janeiro, Brazil https://orcid.org/0000-0002-3093-6948
Panters Rodríguez-Bermúdez Universidade Federal Fluminense (UFF), Volta Redonda, RJ, Brasil https://orcid.org/0000-0002-0901-106X

DOI:

https://doi.org/10.35819/remat2024v10iespecialid7102

Palabras clave:

computación científica, métodos numéricos y aplicaciones, autómata celular, marching cubes, cáncer

Resumen

El cáncer es una enfermedad caracterizada por el crecimiento descontrolado de células anormales en el cuerpo. Es una enfermedad compleja y multifacética que ha desafiado a investigadores y médicos durante décadas. La capacidad de visualizar y entender el crecimiento tumoral puede proporcionar informaciones valiosas sobre cómo se desarrolla y se propaga el cáncer, lo que lleva a mejoras significativas en el diagnóstico, tratamiento y prevención del cáncer. La herramienta de simulación del crecimiento tumoral tridimensional que se está desarrollando es un paso importante en esta dirección. Permite una visualización detallada del crecimiento tumoral en diferentes partes del cuerpo humano, lo que puede proporcionar conocimientos valiosos sobre cómo crece y se multiplica la enfermedad. Además, la capacidad de esta herramienta para simular el crecimiento tumoral en distintas partes del cuerpo significa que puede ser utilizada para estudiar una amplia gama de tipos de cáncer. Esta herramienta utiliza un autómata celular y una red de pequeño mundo para crear conexiones entre las células, lo que permite una representación más precisa de las estructuras de órganos y tumores. Además, permite cargar configuraciones y parámetros desde archivos externos, lo que proporciona una gran flexibilidad a la herramienta y permite la personalización de la simulación según las necesidades específicas de cada caso. Para la renderización 3D, se utiliza la técnica Marching Cubes, que permite una representación tridimensional detallada y precisa de los tumores.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

Carlos Carret Miranda, University of Havana (UH), Department of Computer Science, Faculty of Mathematics and Computer Science, Havana, Cuba

https://orcid.org/0009-0002-4911-6875
Reinaldo Rodríguez-Ramos, University of Havana (UH), Department of Mathematics, Faculty of Mathematics and Computer Science, Havana, Cuba; Federal Fluminense University, PPG-MCCT, Volta Redonda, Rio de Janeiro, Brazil

https://orcid.org/0000-0002-3093-6948
Panters Rodríguez-Bermúdez, Universidade Federal Fluminense (UFF), Volta Redonda, RJ, Brasil

http://lattes.cnpq.br/8725620123788586

Referencias

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.