Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UERJ |
Texto Completo: | http://www.bdtd.uerj.br/handle/1/21064 |
Resumo: | This work focuses on solving inverse problems in heat transfer, exploring their application in estimating parameters and functions for detecting melanoma skin tumors. Grounded in Bayesian methodologies, specifically Markov Chain Monte Carlo (MCMC), which has played a crucial role in advancing engineering, it opens new possibilities for tumor identification and treatment using the classical heat biotransfer equation. Heat transfer in living tissues, particularly in tumor detection, poses a multidisciplinary challenge. The classical Pennes model stands out, allowing for the estimation of distinctive thermal properties between healthy and unhealthy cells. However, the computational implementation of these models faces challenges due to their complexity, resulting in considerable computational costs. In response, this dissertation proposes a two-dimensional inverse problem for the thermal characterization of melanoma tumors. The focus is on considering realistic geometries and applying methodologies aimed at reducing computa tional costs. The use of Bayesian approaches is explored for their effective handling of uncertainties, providing a robust perspective for analysis. In conclusion, the relevance and consistency of the adopted approaches are highlighted, demonstrating the convergence of results obtained through different computational techniques, such as Wolfram Mathematica and COMSOL Multiphysics. The MCMC method proved consistent throughout the dissertation, successfully detecting tumor regions and providing information about the affected tissue’s geometry. Mesh refinement and uncertainty analysis proved essential for obtaining reliable estimates. The resulting distributions, mainly Gaussian and Gamma, offered valuable insights into parameters in healthy and tumor domains. |
id |
UERJ_a98f28a153dea28603325d2d834f0a49 |
---|---|
oai_identifier_str |
oai:www.bdtd.uerj.br:1/21064 |
network_acronym_str |
UERJ |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
repository_id_str |
2903 |
spelling |
Abreu, Luiz Alberto da Silvahttp://lattes.cnpq.br/2157391120883842Varon, Leonardo Antonio Bermeohttp://lattes.cnpq.br/4417772166132737Souza, Grazione dehttp://lattes.cnpq.br/7987813860992687Costa, José Mir Justino dahttp://lattes.cnpq.br/2396817509327075http://lattes.cnpq.br/1220833108087791Nogueira, Adson Rodrigo Bragaadson.braga@hotmail.com2024-02-08T19:32:50Z2023-12-26NOGUEIRA, Adson Rodrigo Braga. Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas. 2023. 98 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2023 .http://www.bdtd.uerj.br/handle/1/21064This work focuses on solving inverse problems in heat transfer, exploring their application in estimating parameters and functions for detecting melanoma skin tumors. Grounded in Bayesian methodologies, specifically Markov Chain Monte Carlo (MCMC), which has played a crucial role in advancing engineering, it opens new possibilities for tumor identification and treatment using the classical heat biotransfer equation. Heat transfer in living tissues, particularly in tumor detection, poses a multidisciplinary challenge. The classical Pennes model stands out, allowing for the estimation of distinctive thermal properties between healthy and unhealthy cells. However, the computational implementation of these models faces challenges due to their complexity, resulting in considerable computational costs. In response, this dissertation proposes a two-dimensional inverse problem for the thermal characterization of melanoma tumors. The focus is on considering realistic geometries and applying methodologies aimed at reducing computa tional costs. The use of Bayesian approaches is explored for their effective handling of uncertainties, providing a robust perspective for analysis. In conclusion, the relevance and consistency of the adopted approaches are highlighted, demonstrating the convergence of results obtained through different computational techniques, such as Wolfram Mathematica and COMSOL Multiphysics. The MCMC method proved consistent throughout the dissertation, successfully detecting tumor regions and providing information about the affected tissue’s geometry. Mesh refinement and uncertainty analysis proved essential for obtaining reliable estimates. The resulting distributions, mainly Gaussian and Gamma, offered valuable insights into parameters in healthy and tumor domains.Este trabalho é dedicado à resolução de problemas inversos em transferência de calor, explorando a sua aplicação na estimativa de parâmetros e funções para a detecção de tumores de pele tipo melanoma. A pesquisa é fundamentada nas metodologias bayesianas (Monte Carlo Markov Chain, MCMC), que têm desempenhado um papel crucial no avanço da engenharia, abrindo novas possibilidades para a identificação e tratamento de tumores por meio da equação clássica de biotransferência de calor. A transferência de calor em tecidos vivos, especialmente na detecção de tumores, é um desafio multi disciplinar de grande relevância. O uso do modelo clássico de Pennes associado com métodos de solução de problemas inversos destaca-se nesse cenário, especificamente visando estimar propriedades térmicas distintivas entre células saudáveis e não saudáveis. No entanto, a implementação computacional desses modelos enfrenta desafios devido à sua complexidade, resultando em custos computacionais consideráveis. Diante desse cenário, esta dissertação propõe a formulação de um problema inverso bidimensional para a caracterização térmica de tumores de pele, por exemplo, melanomas. O uso de abordagens Bayesianas é explorado devido à sua capacidade de lidar eficazmente com incertezas, oferecendo uma perspectiva robusta para a análise. Na conclusão deste estudo, destaca-se a relevância e consistência das abordagens adotadas, evidenciando a convergência de resultados obtidos por meio de diferentes ferramentas computacionais, como o Wolfram Mathematica e o COMSOL Multiphysics. O método MCMC mostrou-se consistente ao longo da dissertação, conseguindo detectar regiões tumorais e fornecendo informações sobre a geometria do tecido afetado. O refinamento das malhas e a análise sobre incertezas revelaram-se fundamentais para a obtenção de estimativas confiáveis, cujas distribuições resultantes forneceram apontamentos valiosos sobre os parâmetros em domínios saudáveis e tumorais.Submitted by Pâmela CTC/E (pamela.flegr@uerj.br) on 2024-02-08T19:32:50Z No. of bitstreams: 3 Termo - Adson Rodrigo Braga Nogueira - 2024.pdf: 315356 bytes, checksum: 8ef6b9d007bb0e8b0486e18ed6cd70db (MD5) CRN - Adson Rodrigo Braga Nogueira - 2024.pdf: 307155 bytes, checksum: 7ef8ce33833f189686185a02f685cea6 (MD5) Dissertação - Adson Rodrigo Braga Nogueira - 2024 - completo.pdf: 3673326 bytes, checksum: 78fbf39cf1c9e7da5a3a524d6359a9b7 (MD5)Made available in DSpace on 2024-02-08T19:32:50Z (GMT). No. of bitstreams: 3 Termo - Adson Rodrigo Braga Nogueira - 2024.pdf: 315356 bytes, checksum: 8ef6b9d007bb0e8b0486e18ed6cd70db (MD5) CRN - Adson Rodrigo Braga Nogueira - 2024.pdf: 307155 bytes, checksum: 7ef8ce33833f189686185a02f685cea6 (MD5) Dissertação - Adson Rodrigo Braga Nogueira - 2024 - completo.pdf: 3673326 bytes, checksum: 78fbf39cf1c9e7da5a3a524d6359a9b7 (MD5) Previous issue date: 2023-12-26Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESapplication/pdfporUniversidade do Estado do Rio de JaneiroPrograma de Pós-Graduação em Modelagem ComputacionalUERJBrasilCentro de Tecnologia e Ciências::Instituto PolitécnicoInverse problemsBioheat transferMCMCProblemas inversosMelanomaBiotransferência de calorTeoria bayesiana de decisão estatísticaCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAOIdentificação de parâmetros e funções via abordagem bayesiana para detecção de melanomasParameter and function identification via bayesian approach for melanoma detectioninfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UERJinstname:Universidade do Estado do Rio de Janeiro (UERJ)instacron:UERJORIGINALTermo - Adson Rodrigo Braga Nogueira - 2024.pdfTermo - Adson Rodrigo Braga Nogueira - 2024.pdfapplication/pdf315356http://www.bdtd.uerj.br/bitstream/1/21064/2/Termo+-+Adson+Rodrigo+Braga+Nogueira+-+2024.pdf8ef6b9d007bb0e8b0486e18ed6cd70dbMD52CRN - Adson Rodrigo Braga Nogueira - 2024.pdfCRN - Adson Rodrigo Braga Nogueira - 2024.pdfapplication/pdf307155http://www.bdtd.uerj.br/bitstream/1/21064/3/CRN+-+Adson+Rodrigo+Braga+Nogueira+-+2024.pdf7ef8ce33833f189686185a02f685cea6MD53Dissertação - Adson Rodrigo Braga Nogueira - 2024 - completo.pdfDissertação - Adson Rodrigo Braga Nogueira - 2024 - completo.pdfapplication/pdf3673326http://www.bdtd.uerj.br/bitstream/1/21064/4/Disserta%C3%A7%C3%A3o+-+Adson+Rodrigo+Braga+Nogueira+-+2024+-++completo.pdf78fbf39cf1c9e7da5a3a524d6359a9b7MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-82011http://www.bdtd.uerj.br/bitstream/1/21064/1/license.txtba23dde015e31ff1802d858071d990cdMD511/210642024-02-27 15:26:35.642oai:www.bdtd.uerj.br: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Biblioteca Digital de Teses e Dissertaçõeshttp://www.bdtd.uerj.br/PUBhttps://www.bdtd.uerj.br:8443/oai/requestbdtd.suporte@uerj.bropendoar:29032024-02-27T18:26:35Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ)false |
dc.title.por.fl_str_mv |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas |
dc.title.alternative.eng.fl_str_mv |
Parameter and function identification via bayesian approach for melanoma detection |
title |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas |
spellingShingle |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas Nogueira, Adson Rodrigo Braga Inverse problems Bioheat transfer MCMC Problemas inversos Melanoma Biotransferência de calor Teoria bayesiana de decisão estatística CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
title_short |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas |
title_full |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas |
title_fullStr |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas |
title_full_unstemmed |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas |
title_sort |
Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas |
author |
Nogueira, Adson Rodrigo Braga |
author_facet |
Nogueira, Adson Rodrigo Braga adson.braga@hotmail.com |
author_role |
author |
author2 |
adson.braga@hotmail.com |
author2_role |
author |
dc.contributor.advisor1.fl_str_mv |
Abreu, Luiz Alberto da Silva |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/2157391120883842 |
dc.contributor.advisor2.fl_str_mv |
Varon, Leonardo Antonio Bermeo |
dc.contributor.advisor2Lattes.fl_str_mv |
http://lattes.cnpq.br/4417772166132737 |
dc.contributor.referee1.fl_str_mv |
Souza, Grazione de |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/7987813860992687 |
dc.contributor.referee2.fl_str_mv |
Costa, José Mir Justino da |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/2396817509327075 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/1220833108087791 |
dc.contributor.author.fl_str_mv |
Nogueira, Adson Rodrigo Braga adson.braga@hotmail.com |
contributor_str_mv |
Abreu, Luiz Alberto da Silva Varon, Leonardo Antonio Bermeo Souza, Grazione de Costa, José Mir Justino da |
dc.subject.eng.fl_str_mv |
Inverse problems Bioheat transfer |
topic |
Inverse problems Bioheat transfer MCMC Problemas inversos Melanoma Biotransferência de calor Teoria bayesiana de decisão estatística CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
dc.subject.por.fl_str_mv |
MCMC Problemas inversos Melanoma Biotransferência de calor Teoria bayesiana de decisão estatística |
dc.subject.cnpq.fl_str_mv |
CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::SISTEMAS DE COMPUTACAO |
description |
This work focuses on solving inverse problems in heat transfer, exploring their application in estimating parameters and functions for detecting melanoma skin tumors. Grounded in Bayesian methodologies, specifically Markov Chain Monte Carlo (MCMC), which has played a crucial role in advancing engineering, it opens new possibilities for tumor identification and treatment using the classical heat biotransfer equation. Heat transfer in living tissues, particularly in tumor detection, poses a multidisciplinary challenge. The classical Pennes model stands out, allowing for the estimation of distinctive thermal properties between healthy and unhealthy cells. However, the computational implementation of these models faces challenges due to their complexity, resulting in considerable computational costs. In response, this dissertation proposes a two-dimensional inverse problem for the thermal characterization of melanoma tumors. The focus is on considering realistic geometries and applying methodologies aimed at reducing computa tional costs. The use of Bayesian approaches is explored for their effective handling of uncertainties, providing a robust perspective for analysis. In conclusion, the relevance and consistency of the adopted approaches are highlighted, demonstrating the convergence of results obtained through different computational techniques, such as Wolfram Mathematica and COMSOL Multiphysics. The MCMC method proved consistent throughout the dissertation, successfully detecting tumor regions and providing information about the affected tissue’s geometry. Mesh refinement and uncertainty analysis proved essential for obtaining reliable estimates. The resulting distributions, mainly Gaussian and Gamma, offered valuable insights into parameters in healthy and tumor domains. |
publishDate |
2023 |
dc.date.issued.fl_str_mv |
2023-12-26 |
dc.date.accessioned.fl_str_mv |
2024-02-08T19:32:50Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
NOGUEIRA, Adson Rodrigo Braga. Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas. 2023. 98 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2023 . |
dc.identifier.uri.fl_str_mv |
http://www.bdtd.uerj.br/handle/1/21064 |
identifier_str_mv |
NOGUEIRA, Adson Rodrigo Braga. Identificação de parâmetros e funções via abordagem bayesiana para detecção de melanomas. 2023. 98 f. Dissertação (Mestrado em Modelagem Computacional) - Universidade do Estado do Rio de Janeiro, Nova Friburgo, 2023 . |
url |
http://www.bdtd.uerj.br/handle/1/21064 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Modelagem Computacional |
dc.publisher.initials.fl_str_mv |
UERJ |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Centro de Tecnologia e Ciências::Instituto Politécnico |
publisher.none.fl_str_mv |
Universidade do Estado do Rio de Janeiro |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UERJ instname:Universidade do Estado do Rio de Janeiro (UERJ) instacron:UERJ |
instname_str |
Universidade do Estado do Rio de Janeiro (UERJ) |
instacron_str |
UERJ |
institution |
UERJ |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UERJ |
collection |
Biblioteca Digital de Teses e Dissertações da UERJ |
bitstream.url.fl_str_mv |
http://www.bdtd.uerj.br/bitstream/1/21064/2/Termo+-+Adson+Rodrigo+Braga+Nogueira+-+2024.pdf http://www.bdtd.uerj.br/bitstream/1/21064/3/CRN+-+Adson+Rodrigo+Braga+Nogueira+-+2024.pdf http://www.bdtd.uerj.br/bitstream/1/21064/4/Disserta%C3%A7%C3%A3o+-+Adson+Rodrigo+Braga+Nogueira+-+2024+-++completo.pdf http://www.bdtd.uerj.br/bitstream/1/21064/1/license.txt |
bitstream.checksum.fl_str_mv |
8ef6b9d007bb0e8b0486e18ed6cd70db 7ef8ce33833f189686185a02f685cea6 78fbf39cf1c9e7da5a3a524d6359a9b7 ba23dde015e31ff1802d858071d990cd |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da UERJ - Universidade do Estado do Rio de Janeiro (UERJ) |
repository.mail.fl_str_mv |
bdtd.suporte@uerj.br |
_version_ |
1792352395259281408 |