Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/16066 |
Resumo: | De acordo com Organização Mundial da Saúde, o câncer é uma preocupação de saúde global. O alto índice de mortalidade move a comunidade científica a estudar novos tratamentos, dentre esses podemos citar a hipertermia por nanopartículas magnéticas. Este tratamento consiste em submeter a região alvo à um campo magnético de baixa frequência, fazendo com que as nanopartículas causem o aumento da temperatura acima de 43◦C, considerada a temperatura alvo para lesionar o tecido e conduzir as células a necrose. Este trabalho usa o modelo tridimensional in silico de Pennes descrito por uma equação diferencial parcial (EDP) para estimar a porcentagem de dano ao tecido devido ao tratamento com hipertermia. A evolução diferencial é usada para otimizar o tratamento, sugerindo os melhores lugares para realizar as injeções de nanopartículas magnéticas de modo a maximizar a lesão nas células tumorais e minimizar os danos ao tecido saudável. Foram realizados testes considerando domínios bidimensionais e tridimensionais e, para cada domínio, três diferentes cenários visando avaliar as sugestões obtidas com o uso do método de otimização. Os resultados indicam que a técnica proposta é promissora: foi observada a redução da porcentagem de dano ao tecido saudável e a completa lesão do tecido tumoral. Considerando o modelo tridimensional em seu cenário mais complexo, o processo de otimização foi responsável por diminuir o dano ao tecido saudável em 59% se as injeções de nanopartículas forem posicionadas em um local não intuitivo, ou seja, diferente do centro dos tumores. A solução numérica da EDP em conjunto com a evolução diferencial aumenta o esforço computacional para a execução do algoritmo. Devido a esse fator, uma estratégia paralela utilizando a arquitetura CUDA foi implementada com o intuito de tornar a resolução da EDP menos custosa, utilizando as GPUs NVIDIA. Comparando o código paralelo com o sequencial executado somente em CPU, observou-se um ganho de desempenho de até 84, 4 vezes. |
id |
UFJF_4f00b00f6e31a48bf99a2373eaef2366 |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/16066 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Reis, Ruy Freitashttp://lattes.cnpq.br/3218907171568989Lobosco, Marcelohttp://lattes.cnpq.br/9374460427113373Camata, José Jerônimohttp://lattes.cnpq.br/7065024769982205Oliveira, Rafael Sachettohttp://lattes.cnpq.br/5509401058975677http://lattes.cnpq.br/5959539533310598Fatigate, Gustavo Resende2023-10-20T11:55:29Z2023-10-192023-10-20T11:55:29Z2023-08-16https://repositorio.ufjf.br/jspui/handle/ufjf/16066De acordo com Organização Mundial da Saúde, o câncer é uma preocupação de saúde global. O alto índice de mortalidade move a comunidade científica a estudar novos tratamentos, dentre esses podemos citar a hipertermia por nanopartículas magnéticas. Este tratamento consiste em submeter a região alvo à um campo magnético de baixa frequência, fazendo com que as nanopartículas causem o aumento da temperatura acima de 43◦C, considerada a temperatura alvo para lesionar o tecido e conduzir as células a necrose. Este trabalho usa o modelo tridimensional in silico de Pennes descrito por uma equação diferencial parcial (EDP) para estimar a porcentagem de dano ao tecido devido ao tratamento com hipertermia. A evolução diferencial é usada para otimizar o tratamento, sugerindo os melhores lugares para realizar as injeções de nanopartículas magnéticas de modo a maximizar a lesão nas células tumorais e minimizar os danos ao tecido saudável. Foram realizados testes considerando domínios bidimensionais e tridimensionais e, para cada domínio, três diferentes cenários visando avaliar as sugestões obtidas com o uso do método de otimização. Os resultados indicam que a técnica proposta é promissora: foi observada a redução da porcentagem de dano ao tecido saudável e a completa lesão do tecido tumoral. Considerando o modelo tridimensional em seu cenário mais complexo, o processo de otimização foi responsável por diminuir o dano ao tecido saudável em 59% se as injeções de nanopartículas forem posicionadas em um local não intuitivo, ou seja, diferente do centro dos tumores. A solução numérica da EDP em conjunto com a evolução diferencial aumenta o esforço computacional para a execução do algoritmo. Devido a esse fator, uma estratégia paralela utilizando a arquitetura CUDA foi implementada com o intuito de tornar a resolução da EDP menos custosa, utilizando as GPUs NVIDIA. Comparando o código paralelo com o sequencial executado somente em CPU, observou-se um ganho de desempenho de até 84, 4 vezes.According to the World Health Organization, cancer is a global health concern. The high mortality rate drives the scientific community to study new treatments, among which we can mention hyperthermia by magnetic nanoparticles. This treatment involves subjecting the target region to a low-frequency magnetic field, causing the nanoparticles to increase the temperature above 43◦C, considered the target temperature to damage the tissue and induce cell necrosis. This work uses the three-dimensional in silico model of Pennes, described by a partial differential equation (PDE), to estimate the percentage of tissue damage due to hyperthermia treatment. Differential evolution is used to optimize the treatment, suggesting the best locations for injecting magnetic nanoparticles to maximize the damage to tumor cells and minimize harm to healthy tissue. Tests were performed considering two- and three-dimensional domains, and for each one, three scenarios were considered to evaluate the suggestions obtained by the optimization method. The results indicate that the proposed technique is promising: a reduction in the percentage of damage to healthy tissue while keeping the complete damage to the tumor tissue were observed. Considering the three-dimensional domain in its most complex scenario, the optimization process was responsible for reducing the damage to healthy tissue by 59% when the nanoparticle injections are positioned in a non-intuitive location, i.e., different from the center of the tumors. The numerical solution of the PDE combined with differential evolution increases the computational effort required for algorithm execution. Due to this factor, a parallel strategy using CUDA architecture was implemented to solve the PDE at a lower cost using NVIDIA GPUs. Comparing the parallel version of the code with its sequential version executed in a single CPU, an 84.4-fold performance gain was observed.porUniversidade Federal de Juiz de Fora (UFJF)Programa de Pós-graduação em Modelagem ComputacionalUFJFBrasilICE – Instituto de Ciências ExatasAttribution 3.0 Brazilhttp://creativecommons.org/licenses/by/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRAHipertermiaCâncerBiotransferência de calorCUDAOtimizaçãoEvolução diferencialHyperthermiaBioheat transferOptimizationDifferential evolutionAlgoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermiainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8914https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/2/license_rdf4d2950bda3d176f570a9f8b328dfbbefMD52ORIGINALgustavoresendefatigate.pdfgustavoresendefatigate.pdfapplication/pdf3437679https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/1/gustavoresendefatigate.pdf855369e11b2063d702b90c58a6bf4ebcMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTgustavoresendefatigate.pdf.txtgustavoresendefatigate.pdf.txtExtracted texttext/plain129029https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/4/gustavoresendefatigate.pdf.txt64b07559a68851612f19ff69310250dfMD54THUMBNAILgustavoresendefatigate.pdf.jpggustavoresendefatigate.pdf.jpgGenerated Thumbnailimage/jpeg1094https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/5/gustavoresendefatigate.pdf.jpgb8d24fbcd8936e5b79db71fea34d52aeMD55ufjf/160662023-10-21 04:04:14.197oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2023-10-21T06:04:14Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia |
title |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia |
spellingShingle |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia Fatigate, Gustavo Resende CNPQ::CIENCIAS EXATAS E DA TERRA Hipertermia Câncer Biotransferência de calor CUDA Otimização Evolução diferencial Hyperthermia Bioheat transfer Optimization Differential evolution |
title_short |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia |
title_full |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia |
title_fullStr |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia |
title_full_unstemmed |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia |
title_sort |
Algoritmo de controle do dano ao tecido saudável no tratamento de câncer por hipertermia |
author |
Fatigate, Gustavo Resende |
author_facet |
Fatigate, Gustavo Resende |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Reis, Ruy Freitas |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/3218907171568989 |
dc.contributor.advisor-co1.fl_str_mv |
Lobosco, Marcelo |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/9374460427113373 |
dc.contributor.referee1.fl_str_mv |
Camata, José Jerônimo |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/7065024769982205 |
dc.contributor.referee2.fl_str_mv |
Oliveira, Rafael Sachetto |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/5509401058975677 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/5959539533310598 |
dc.contributor.author.fl_str_mv |
Fatigate, Gustavo Resende |
contributor_str_mv |
Reis, Ruy Freitas Lobosco, Marcelo Camata, José Jerônimo Oliveira, Rafael Sachetto |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA Hipertermia Câncer Biotransferência de calor CUDA Otimização Evolução diferencial Hyperthermia Bioheat transfer Optimization Differential evolution |
dc.subject.por.fl_str_mv |
Hipertermia Câncer Biotransferência de calor CUDA Otimização Evolução diferencial Hyperthermia Bioheat transfer Optimization Differential evolution |
description |
De acordo com Organização Mundial da Saúde, o câncer é uma preocupação de saúde global. O alto índice de mortalidade move a comunidade científica a estudar novos tratamentos, dentre esses podemos citar a hipertermia por nanopartículas magnéticas. Este tratamento consiste em submeter a região alvo à um campo magnético de baixa frequência, fazendo com que as nanopartículas causem o aumento da temperatura acima de 43◦C, considerada a temperatura alvo para lesionar o tecido e conduzir as células a necrose. Este trabalho usa o modelo tridimensional in silico de Pennes descrito por uma equação diferencial parcial (EDP) para estimar a porcentagem de dano ao tecido devido ao tratamento com hipertermia. A evolução diferencial é usada para otimizar o tratamento, sugerindo os melhores lugares para realizar as injeções de nanopartículas magnéticas de modo a maximizar a lesão nas células tumorais e minimizar os danos ao tecido saudável. Foram realizados testes considerando domínios bidimensionais e tridimensionais e, para cada domínio, três diferentes cenários visando avaliar as sugestões obtidas com o uso do método de otimização. Os resultados indicam que a técnica proposta é promissora: foi observada a redução da porcentagem de dano ao tecido saudável e a completa lesão do tecido tumoral. Considerando o modelo tridimensional em seu cenário mais complexo, o processo de otimização foi responsável por diminuir o dano ao tecido saudável em 59% se as injeções de nanopartículas forem posicionadas em um local não intuitivo, ou seja, diferente do centro dos tumores. A solução numérica da EDP em conjunto com a evolução diferencial aumenta o esforço computacional para a execução do algoritmo. Devido a esse fator, uma estratégia paralela utilizando a arquitetura CUDA foi implementada com o intuito de tornar a resolução da EDP menos custosa, utilizando as GPUs NVIDIA. Comparando o código paralelo com o sequencial executado somente em CPU, observou-se um ganho de desempenho de até 84, 4 vezes. |
publishDate |
2023 |
dc.date.accessioned.fl_str_mv |
2023-10-20T11:55:29Z |
dc.date.available.fl_str_mv |
2023-10-19 2023-10-20T11:55:29Z |
dc.date.issued.fl_str_mv |
2023-08-16 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/16066 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/16066 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution 3.0 Brazil http://creativecommons.org/licenses/by/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.program.fl_str_mv |
Programa de Pós-graduação em Modelagem Computacional |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICE – Instituto de Ciências Exatas |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/2/license_rdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/1/gustavoresendefatigate.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/3/license.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/4/gustavoresendefatigate.pdf.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/16066/5/gustavoresendefatigate.pdf.jpg |
bitstream.checksum.fl_str_mv |
4d2950bda3d176f570a9f8b328dfbbef 855369e11b2063d702b90c58a6bf4ebc 8a4605be74aa9ea9d79846c1fba20a33 64b07559a68851612f19ff69310250df b8d24fbcd8936e5b79db71fea34d52ae |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1801661287025868800 |