纳米机器人辅助多灶性癌症检测：多模态优化视角
摘要：计算启发的多焦点癌症检测过程（MCDP）的新框架建议。在MCDP的概念下，待检测的肿瘤病灶被视为目标函数的解，癌症周围的组织区域代表参数空间，携带对比介质分子进行癌症检测的纳米机器人对应于优化代理。纳米机器人在高风险组织区域中游泳检测肿瘤的过程可视为代理在带有某些约束条件的参数空间中搜索目标函数解的过程。为了在单个模拟运行中定位多个最优解的多模式优化（MMO），已广泛使用专业技术。具体而言，已经证明Niche遗传算法（NGA）在解决MMO中非常有效。它可以用于在运行中识别多个驼峰函数的全局最优解，有效保持种群的多样性，并避免遗传算法的过早结束。借鉴NGA的优化过程，我们提出了NGA启发的MCDP，以便在考虑纳米机器人的实际体内传播和控制的同时有效地定位肿瘤靶点，这与标准NGA的使用场景不同。为了改进MCDP的性能，我们还将原始NGA的交叉操作符从种群内进行交叉改为两个种群之间的交叉。最后，我们提供了全面的数值示例来展示在与肿瘤诱导血管生成引起的血流速度分布相关的生物目标函数的情况下，NGA启发的MCDP的有效性。
作者：Shaolong Shi, Yifan Chen, and Xin Yao
论文ID：1812.11844
分类：Tissues and Organs
分类简称：q-bio.TO
提交时间：2019-01-01