BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//TUC//Events//EN
CALSCALE:GREGORIAN
BEGIN:VTIMEZONE
TZID:Europe/Athens
TZNAME:EEST
DTSTART:19700329T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0300
TZNAME:EET
DTSTART:19701025T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
CREATED:20231129T133622Z
LAST-MODIFIED:20231129T133622Z
DTSTAMP:20260614T004225Z
UID:1781386945@tuc.gr
SUMMARY:Παρουσίαση Μεταπτυχιακής Εργασίας κ.
  Σωτηρίου Λιλιόπουλου - Σχολή ΗΜΜΥ
LOCATION:
DESCRIPTION:https://www.ece.tuc.gr/el/katalogos-
 ekdiloseon?tx_tucevents2_tuceventsdi
 splay%5Baction%5D=show&tx_tucevents2
 _tuceventsdisplay%5Bcontroller%5D=Ev
 ent&tx_tucevents2_tuceventsdisplay%5
 Bevent%5D=6643&cHash=a2ad2a5dada15f2
 83939dd9b3b7d3b12\nΠΟΛΥΤΕΧΝΕΙΟ ΚΡΗΤΗ
 Σ\n Σχολή Ηλεκτρολόγων Μηχανικών και
  Μηχανικών Υπολογιστών\n Πρόγραμμα Μ
 εταπτυχιακών Σπουδών\n ΠΑΡΟΥΣΙΑΣΗ ΜΕ
 ΤΑΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ\n Σωτηρίου Λιλι
 όπουλου\n με θέμα\n Πρόγνωση της Από
 κρισης Καρκινοπαθών στην Εκάστοτε Χο
 ρηγούμενη Θεραπευτική Αγωγή με Τεχνι
 κές μη-Γραμμικής Πρόβλεψης\n Predict
 ion of the Cancer Patients Response 
 to their Therapeutical Treatment wit
 h non-Linear Forecasting Techniques\
 n Εξεταστική Επιτροπή\n Καθηγητής Γε
 ώργιος Σταυρακάκης (επιβλέπων)\n Καθ
 ηγητής Μιχαήλ Ζερβάκης\n Καθηγητής Κ
 ωνσταντίνος Μπάλας\n Περίληψη\n Ο κα
 ρκίνος είναι μια πολύπλοκη ασθένεια 
 που απαιτεί διεπιστημονική προσέγγισ
 η για την κατανόηση και τη θεραπεία 
 της. Στην παρούσα εργασία, και με τη
  βοήθεια μαθηματικών μοντέλων πραγμα
 τοποιείται μία προσπάθεια για την κα
 τανόηση και την πρόβλεψη της ανάπτυξ
 ης συμπαγών καρκινικών όγκων υπό δια
 φορετικές θεραπευτικές προσεγγίσεις.
  Αρχικά, πραγματοποιείται μια εισαγω
 γή στις βασικές έννοιες που διέπουν 
 τη «δυναμική» της ανάπτυξης-εξέλιξης
  του καρκίνου και μια διεξοδική ανασ
 κόπηση των πιο ευρέως χρησιμοποιούμε
 νων θεραπευτικών μεθόδων. Διεξάγεται
  επίσης μια ολοκληρωμένη ανασκόπηση 
 των state-of-the-art μαθηματικών μον
 τέλων που χρησιμοποιούνται για την π
 εριγραφή ανάπτυξης όγκων υπό διαφορε
 τικές μορφές θεραπείας, συμπεριλαμβα
 νομένης της χημειοθεραπείας, της ανο
 σοθεραπείας και του συνδυασμού τους.
  Επιπλέον, γίνεται μια σύντομη εισαγ
 ωγή στη θεωρία βέλτιστου ελέγχου ενώ
  παράλληλα τονίζεται η σημασία της σ
 την ανάπτυξη και βελτιστοποίηση των 
 πρωτοκόλλων θεραπείας του καρκίνου. 
 Με τη βοήθεια ενός μη-γραμμικού μαθη
 ματικού μοντέλου για την περιγραφή τ
 ης εξέλιξης καρκινικών όγκων διαμορφ
 ώνεται ένα πρόβλημα βέλτιστου ελέγχο
 υ για τον προσδιορισμό μιας βέλτιστη
 ς στρατηγικής για τη χορήγηση χημειο
 θεραπείας με σκοπό την εξάλειψη της 
 κακοήθειας με τις ελάχιστες παρενέργ
 ειες. Επιπλέον, αναπτύσσονται τρία μ
 οντέλα νευρο-ασαφούς λογικής (ANFIS)
  για την περιγραφή της ανάπτυξης του
  καρκινικών όγκων υπό χημειοθεραπεία
  και αξιολογείται η ικανότητα τους ν
 α περιγράφουν τις πειραματικές καμπύ
 λες ανάπτυξης του όγκου. Παρουσιάζετ
 αι επίσης μια νέα προσέγγιση για την
  περιγραφή της εξέλιξης ενός όγκου υ
 πό την επίδραση ενός ή περισσότερων 
 αντικαρκινικών φαρμάκων που δίνονται
  σε συνδυασμό. Συγκεκριμένα, χρησιμο
 ποιώντας γραμμικές εξισώσεις διαφορώ
 ν δημιουργούνται και αξιολογούνται μ
 ε τη χρήση εργαστηριακών δεδομένων α
 πό πειράματα σε ποντίκια δύο συστήμα
 τα μοντελοποίησης καρκινικών όγκων. 
 Παράλληλα, με τη χρήση ενός γραμμικο
 ύ τετραγωνικού ρυθμιστή (LQR) διερευ
 νώνται πιθανές βέλτιστες δοσολογίες 
 χημειοθεραπείας τόσο για περιοδικά (
 periodic) όσο και για διακοπτόμενα (
 intermittent) προγράμματα θεραπείας.
  Τέλος, αξιολογείται η ικανότητα όλω
 ν αυτών των μοντέλων να πραγματοποιο
 ύν βραχυπρόθεσμές προβλέψεις της εξέ
 λιξης μίας κακοήθους νεοπλασίας.\n A
 bstract\n Cancer is a complex diseas
 e that requires a multidisciplinary 
 approach to understand and treat. In
  this thesis, mathematical tumor mod
 elling is used to understand and pre
 dict the growth of solid tumors unde
 r different therapeutic approaches. 
 First, an introduction to the key co
 ncepts underlying the dynamics of ca
 ncer and a thorough review of the mo
 st widely used treatment modalities 
 is provided. A comprehensive review 
 of state-of-the-art mathematical mod
 els employed to depict both unpertur
 bed and perturbed tumor growth under
  different therapeutic approaches in
 cluding chemotherapy, immunotherapy,
  and their combination is also provi
 ded. Furthermore, an introduction to
  optimal control theory is presented
  and its significance in developing 
 and optimizing cancer therapy protoc
 ols is highlighted. The well establi
 shed in the clinical practice Simeon
 i’s tumor growth inhibition (TGI) ma
 thematical model is presented, descr
 ibed, identified, and an optimal con
 trol problem is formulated to determ
 ine the best chemotherapy treatment 
 strategy for tumor eradication using
  the state dependent Riccati equatio
 n (SDRE). In addition, a brief intro
 duction to Adaptive Neuro-Fuzzy Infe
 rence System (ANFIS) is given, and t
 hree ANFIS models for tumor growth i
 nhibition under chemotherapy are pre
 sented and fitted with small errors 
 to experimental tumor growth curves.
  A new approach to describe the tumo
 r growth inhibition under the effect
  of single and in combination anti-c
 ancer drugs is also introduced. Two 
 systems of linear difference equatio
 ns that model the growth of solid tu
 mors are identified and evaluated us
 ing laboratory data from experiments
  in mice. Moreover, linear quadratic
  regulator (LQR)-based optimal contr
 ol of tumor dynamics is used to expl
 ore possible optimal chemotherapy do
 sages for both periodic and intermit
 tent treatment schedules. Finally, t
 he ability of the models to perform 
 short-term tumor growth predictions 
 is also investigated. The simulation
  results are presented, discussed, a
 nd conclusions are drawn.\n Meeting 
 ID: 934 400 1013\n Password: 123456\
 n
STATUS:CONFIRMED
ORGANIZER;RSVP=FALSE;CN=TUC;CUTYPE=TUC:mailto:webmaster@tuc.gr
DTSTART:20231204T150000
DTEND:20231204T160000
TRANSP:OPAQUE
CLASS:DEFAULT
END:VEVENT
END:VCALENDAR