TY  - THES
A3  - Engwer, Christian
AB  - Diese Arbeit behandelt, wie mathematische Methoden bei der Vorhersage und der Behandlung von Glioblastoma Multiforme helfen könnten. Wir beschreiben ein Finite-Volumen-Verfahren mit Matrix-Hölder-Mittel (HFVM). Das Hölder Mittel erlaubt es Informationen über die zugrunde liegenden Materialeigenschaften direkt in die numerische Diskretisierung einfließen zu lassen. Die numerischen Tests legen nahe, dass ein Matrix-Hölder-Mittel mit einer Log-Euklidischen Matrix interpolation die besten Ergebnisse erzielt. Der zweite Beitrag ist ein approximativer Modellierungsansatz, welcher es erlaubt das Invasionsprofil der Tumorzelldichte stationär zu berechnen. Die Ergebnisse legen nahe, dass der Stationalisierungsansatz in Anbetracht der schwierigen Parametrisierung und Validierung der Vorwärtsmodelle einen wichtigen Beitrag leisten könnte. Die Ergebnisse der stationären Problemformulierung enthalten qualitative Informationen welche direkt für die medizinische Therapie verwendet werden können.
AU  - Wenske, Michael
DA  - 2020
KW  - Glioblastoma Multiforme
KW  - GBM
KW  - Tumormodellierung
KW  - Modellierung
KW  - Diffusions-reaktions-advections-gleichungen
KW  - glioblastoma multiforme
KW  - PDE modelling
KW  - diffusion-reaction-advection-equations
KW  - tumor modelling
LA  - eng
N1  - Münster (Westfalen), Univ., Diss., 2021
PY  - 2020
TI  - Data-aware methods for the simulation of glioblastoma multiforme
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:6-17029490015
Y2  - 2024-11-24T02:41:52
ER  -