آمار
| تعداد نشریات | 30 |
| تعداد شماره‌ها | 949 |
| تعداد مقالات | 8,266 |
| تعداد مشاهده مقاله | 8,557,836 |
| تعداد دریافت فایل اصل مقاله | 6,751,981 |
بررسی اثر انتشار همبسته در رشد تومورهای سرطانی بر اساس آنتروپی های فزونور و نافزونور | ||
| پژوهش سیستم های بس ذره ای | ||
| مقاله 3، دوره 8، شماره 17، شهریور 1397، صفحه 19-29 اصل مقاله (481.34 K) | ||
| نوع مقاله: مقاله پژوهشی کامل | ||
| شناسه دیجیتال (DOI): 10.22055/jrmbs.2018.13881 | ||
| نویسندگان | ||
| رضا خرداد* ؛ حمید رضا رستگار سدهی | ||
| هیات علمی | ||
| چکیده | ||
| باید توجه داشت که رشد تومور سرطانی به دو شیوه تصاعدی و جمع پذیر انتشار می یابد. این دو شیوه، گاهی اوقات مستقل و گاهی به طور همبسته انجام می شوند. در این تحقیق، انتشار رشد تومور سرطانی با کمک سه مدل مانند گومپرتز، سالیس و آبه مورد مطالعه قرار می گیرد. به منظور تحقیق در مورد اهمیت انتشار تصاعدی و جمع پذیر، تابع توزیع احتمالی حالت پایا با استفاده از معادله فوکر- پلانک مورد تجزیه و تحلیل قرار می گیرد. نتایج به دست آمده نشان می دهند که تغییر شدت انتشار تصاعدی جمع پذیر سبب ترویج رشد سلول های سرطانی می شود. همچنین با تغییر درجه فزونوری در آنتروپی های نافزونور می توان رشد سلول های سرطانی را کنترل کرد و آنها را کاهش داد. افزایش شدت انتشار همبستگی سبب افزایش رشد سلول های سرطانی می شود. | ||
| کلیدواژه‌ها | ||
| تومور سرطانی؛ آنتروپی؛ رشد | ||
| مراجع | ||
|
[1] A. Bialek, I. Cavagna, T. Giardina, E. Mora, E. Silvestri, M. Viale, and A.M. Walczak, Statistical mechanics for natural flocks of birds, Proceeding of the National Academy of Sciences 109 (2012) 4786-4791.
[2] S. Lawrence, C.L. Giles, Accessibility of information on the web, Nature 400 (1999) 107-109.
[3] S.P. Strong, R. Koberle, D.R. Van, R.R. Steveninck, W. Bialek, Entropy and information in neural spike trains, Physical Review Letters 80 (1998) 197-200.
[4] C. Beck, Generalized information and entropy measures in physics, Contemporary Physics 50 (2009) 495-510.
[5] G. Kaniadakis, Statistical mechanics in the contex of special relativity, Physical Review E 66 (2002) 056125-056130.
[6] C. Tsallis, Introduction to Non-extensive Statistical Mechanics, Springer (2009).
[7] T. Byrnes, S. Koyama, K. Yan, Y. Yamamoto, Neural networks using two-component Bose-Einstein condensates, Scientific Reports 3 (2013) 2531-2537.
[8] C. Tsallis, Pssible generalization of Boltzmann-Gibbs statistics, Journal of Statistical Physics 52 (1988) 479-487.
[9] S. Abe, A note on the q-deformation-theoretic aspect of the generalized entropies in nonextensive physics, Physics Letters A 224 (1997) 326-330.
[10] J.J. Hopeld, Neural networks and physical systems with emergent collective computational abilities, Proceeding of the National Academy Sciences 79 (1982) 2554-2558.
[11] D.J. Amit, Modeling Brain Function: The World of Attractor Neural Networks, Cambridge University Press, Cambridge (1989).
[12] R.S. Johal, q calculus and entropy in nonextensive statistical physics, Physical Review E 58 (1998) 4147-4151.
[13] P.T. Landsberg, V. Vedral, Distributions and channel capacities in generalized statistical mechanics, Physics Letters A 247 (1998) 211-217.
[14] G.B. Bagci, T. Oikonomou, Comment on "Third law of thermodynamics as a key test of generalized entropies" Physical Review E 92 (2015) 016103-016108.
[15] E.P. Bento, G.M. Viswanathan, M.G. E. da Luz, R. Silva, Third law of thermodynamics as a key test of generalized entropies, Physical Review E 91 (2015) 022105-022110.
[16] R. Khordad, H.R. Rastegar Sedehi, Application of different entropy formalism in a neural network for novel word learning, The European Physical Journal Plus 130 (2015) 246-255.
[17] R. Khordad, H.R. Rastegar Sedehi, Modeling cancer growth and its treatment by means of statistical mechanics entropy, The European Physical Journal Plus 131 (2016) 291-302.
[18] J.A. Gonzalez, I. Rondon, Cancer and nonextensive statistics, Cancer and nonextensive statistics, Physica A 369 (2006) 645-654.
[19] C. Beck, Non-extensive statistical mechanics and particle spectra in elementary interactions, Physica A 286 (2000) 164-180.
[20] A. Behera, S.F.C. O’Rourke, Comment on "Correlated noise in a logistic growth model, Physical Review E 77 (2008) 013901-013905.
[21] F. Kozusko, Z. Bajzer, Combining Gompertzian growth and cell population dynamics, Mathematical Biosciences 185 (2003) 153-167.
[22] A. Behera, S. F.C. O’Rourke, The effect of correlated noise in a Gompertz tumor growth model, Brazilian Journal Physics 38 (2008) 272-278.
[23] B. Gompertz, On the nature of the function expressive of the law of human mortility, and on a new mode of determining the value of life contingencies, Philosophical Transactions of the Royal Society B 115 (1825) 513-583.
[24] C. Winsor, The Gompertz curve as a growth curve, Proceeding National Academy Sciences USA 18 (1932) 1-8.
[25] B.Q. Ai, X.J. Wang, G.T. Liu, L.G. Liu, Correlated noise in a logistic growth model, Physical Review E 67 (2003) 022903-022909.
[26] D.C. Mei, C.W. Xei, L. Zhang, The stationary properties and the state transition of the tumor cell growth mode, European Physical Journal B 41 (2004) 107-112.
[27] H. Risken, The Fokker-Planck Equation, Springer, Berlin (1996).
[28] C.W. Gardiner, Handbook of Stochastic Methods, Third Edition Springer, Verlag Berlin Heidelberg New York (2004).
[29] D. Hart, E. Schochat, Z. Agur, The growth law of primary breast cancer as inferred from mammography screening trials data, British Journal of Cancer 78 (1998) 382-387.
[30] C.P. Calderon, T.A. Kwenbe, Modeling tumor growth, Mathematical Biosciences 103 (1991) 97-114. | ||
|
آمار تعداد مشاهده مقاله: 442 تعداد دریافت فایل اصل مقاله: 468 |
||