Μέθοδοι βιοπληροφορικής, υπολογιστικής συστημικής βιολογίας και μηχανικής μάθησης, εφαρμοσμένες στην in silico ογκολογία

Περίληψη

Στα πλαίσια της παρούσας διατριβής μελετήθηκαν οι επιστημονικοί τομείς της Βιοπληροφορικής, της Υπολογιστικής Συστημικής Βιολογίας και της Μηχανικής Μάθησης με στόχο την αξιοποίησή τους σε προβλήματα του έντονα αναπτυσσόμενου και εξελισσόμενου χώρου της In Silico Ογκολογίας. Ο χώρος αυτός θέτει ως βασικό στόχο την ανάπτυξη υπολογιστικών μοντέλων ικανών να προσομοιώσουν την ανάπτυξη αλλά και την απόκριση στη θεραπεία καρκινικών όγκων. Κομβική συμμετοχή σε αυτές τις προσπάθειες έχει η Ομάδα για την In Silico Ογκολογία και την In Silico Ιατρική του Ερευνητικού Πανεπιστημιακού Ινστιτούτου Συστημάτων Επικοινωνιών και Υπολογιστών του Εθνικού Μετσόβιου Πολυτεχνείου (ΕΠΙΣΕΥ-ΕΜΠ) μέσω των πολυετών προσπαθειών ανάπτυξης μιας οικογένειας μοντέλων, των Ογκοπροσομοιωτών. Οι συγκεκριμένοι Ογκοπροσομοιωτές εστιάζουν κυρίως στην προσομοίωση των φαινομένων στο κυτταρικό και σε ανώτερα αυτού επίπεδα. Στην παρούσα διατριβή αναζητήθηκαν τα σημεία εκείνα όπου μέθοδοι της Βιοπληροφορικής, της Υπολογιστική ...
περισσότερα

Περίληψη σε άλλη γλώσσα

In the context of the present thesis, the scientific disciplines of Bioinformatics, Computational Systems Biology and Machine Learning have been studied, aiming at exploiting them in the framework of the constantly growing and evolving field of In Silico Oncology. This field has as its central objective the development of computational models capable to simulate the growth of cancerous tumors as well as their response to therapy. The In Silico Oncology and In Silico Medicine group of the Institute of Communication and Computer Systems of the National Technical University of Athens (ICCS-NTUA) has nodal involvement in this through its efforts on developing a family of models, the Oncosimulators. These specific Oncosimulators, are focusing mainly on the simulation of phenomena of the cellular and higher levels. In the present thesis, the aspects in which methods of the fields of Bioinformatics, Computational Systems Biology and Machine Learning may contribute in the extension of the Onco ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/43531
ND
43531
Εναλλακτικός τίτλος
Bioinformatics, computational systems biology and machine learning methods applied on in silico oncology
Συγγραφέας
Ουζούνογλου, Ελευθέριος Νικόλαος
Ημερομηνία
2018
Ίδρυμα
Εθνικό Μετσόβιο Πολυτεχνείο (ΕΜΠ). Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών
Εξεταστική επιτροπή
Σταφυλοπάτης Ανδρέας-Γεώργιος
Σταματάκος Γεώργιος
Κουτσούρης Διονύσιος-Δημήτριος
Μανωλάκος Ηλίας
Αλεξόπουλος Λεωνίδας
Μοσχόβη Μαρία
Παπαευαγγέλου Βασιλική
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμες Ηλεκτρονικών Υπολογιστών & Πληροφορικής
Βιολογικές Επιστήμες
Μηχανική & Τεχνολογία
Βιοϊατρική Μηχανική
Άλλες Επιστήμες Μηχανικού & Τεχνολογίας
Ιατρική & Επιστήμες Υγείας
Άλλες Ιατρικές Επιστήμες
Λέξεις-κλειδιά
In Silico Ογκολογία; Μηχανική μάθηση; Συστημική βιολογία; Βιοπληροφορική; Υπολογιστική Βελτιστοποίηση; Υβριδικός Ογκοπροσομοιωτής; Οξεία λεμφοβλαστική λευχαιμία; Καρκίνος
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
241 σ., εικ., πιν., σχημ., γραφ.
Ειδικοί όροι χρήσης/διάθεσης
Το έργο παρέχεται υπό τους όρους της δημόσιας άδειας του νομικού προσώπου Creative Commons Corporation:Creative Commons Αναφορά Δημιουργού Μη εμπορική Χρήση Παρόμοια Διανομή 3.0 Ελλάδα