基于图像的诊断和/或治疗癌症代理交付模型

由于错综复杂的复杂性疾病如癌症和多种运输途径与治疗的交付/诊断代理、先进multi-physics和多尺度数学/计算模型可以用来研究这些方法的缺点在治疗/诊断疾病。广泛的数学模型已经开发模仿动物和人类生物和生理环境,和模拟这些代理的行为。计算模型能够从各领域的整合原则,包括药物动力学、药效学、流体力学、动力学、组织力学,大众交通、传热和生化过程。结合不同的数据,这些模型有巨大的潜力被认可,甚至个性化(例如,数字双胞胎)翻译常规临床应用。

在医学成像和图像处理方法产生特定的变量可以包含在计算模拟来改善这些模型的预测精度。结果,预测治疗/诊断代理交付技术使用基于图像的计算建模已经引起相当大的关注,使个性化的预测。为此,当前研究课题调查基本成像模式,专注于如何提取特定病人的信息和集成先进的药物传输计算模型。这个研究课题还将调查交付系统数学模型和仿真不同的治疗/诊断代理使用简化的或合成的几何图形和图像。

提交原始鼓励研究和评论文章。一般来说,我们的目标是强调药物输送的尖端研究基于图像的数学模型对不同的疾病。潜在的主题包括,但不限于:

•收购的患者信息来自不同成像模式和使用特定的交付模式或新疾病的诊断;

•交付模型与图像CT, MRI,灌注CT / MRI,扩散磁共振成像,PET / SPECT,超声波,光学成像等;

•使用成像技术在诊断或预后的新疾病;

•人工智能应用程序映像的药物和诊断代理交付模式

•药物动力学/药效学(PK / PD)或有着生理基础的药代动力学(PBPK)模型在治疗/诊断代理运输和交付;

•治疗/诊断代理发布模型,运输,和交付;

•纳米建模;

•为特定的交付模型逆问题;

•治疗方法使用内部和/或外部刺激激活药物/纳米粒子;

•植入式给药系统;

•运输药物车辆的现象(包括脂质体、微/ nano-bubbles等);

•交付放射性药物、宠物放射性示踪剂等。