دوره 17، شماره 3 - ( مجله مهندسی برق و الکترونیک ایران - جلد 17 شماره 3 1399 )
جلد 17 شماره 3 صفحات 37-25 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Noori A, Kalhor E, sadrnia M A, Saboori Rad S. Controlling the Cancer Cells in a Nonlinear Model of Melanoma by Considering the Uncertainty Using Q-learning Algorithm Under the Case Based Reasoning Policy. Journal of Iranian Association of Electrical and Electronics Engineers 2020; 17 (3) :25-37
URL: http://jiaeee.com/article-1-563-fa.html
URL: http://jiaeee.com/article-1-563-fa.html
نوری امین، کلهر الناز، صدرنیا محمد علی، صبوری راد سارا. کنترل جمعیت سلول‌های سرطانی در مدل غیرخطی سرطان ملانوما با لحاظ عدم قطعیت با استفاده از الگوریتم یادگیری Q تحت سیاست استدلال مبتنی بر مورد(CBR). نشریه مهندسی برق و الکترونیک ایران. 1399; 17 (3) :25-37
دانشکده مهندسی برق و رباتیک دانشگاه صنعتی شاهرود- شاهرود- ایران
چکیده: (3003 مشاهده)
سرطان پوست یکی از خطرناک‌ترین سرطان‌هایی است که همه ساله افراد زیادی به آن مبتلا می‌شوند. به همین دلیل تشخیص و درمان سریع این سرطان بسیار برای پزشکان حایز اهمیت می‌باشد، در چند دهه اخیر برای بهبود تشخیص و درمان این بیماری استفاده از روش‌های هوشمند بسیار مورد توجه قرار گرفته است. هدف اصلی در این مقاله، تعیین مقدار بهینه دارو برای از بین‌بردن سلول‌های سرطانی می‌باشد به گونه‌ای که از تاثیر سوء دارو بر روی سلول‌های سالم جلوگیری شود. از الگوریتم یادگیری Q بدین منظور استفاده شده است. برای انتخاب اعمال، از سیاست استدلال مبتنی بر مورد با نام اختصاری CBRکه یک نوع سیاست اکتشافی شتاب داده شده می‌باشد، استفاده گشته است که باعث افزایش سرعت یادگیری و کاهش زمان، برای رسیدن به سیاست بهینه می‌شود. مورد دیگری که در این مقاله لحاظ شده است، تاثیر نیمه عمر دارو برای بدست‌آوردن اثر دارو در هر لحظه در بدن بیمار می‌باشد. برای اینکه عملکرد روش یادگیری تقویتی در کنترل سلول‌های سرطانی و تعیین میزان بهینه دوز دارو بهتر نشان داده شود، این روش با یکی از روش‌های کنترل بهینه به نام روش همیلتونین و روش تزریق دوز داروی ثابت مقایسه شده است. در نهایت نشان داده شده است مجموع دوز داروی تزریقی به بیمار با استفاده از روش یادگیری تقویتی در مقایسه با حالتی که از روش کنترل بهینه و دوز داروی ثابت برای تمام زمان‌ها استفاده شده است، بسیار کاهش پیدا کرده است و در ضمن جمعیت سلول‌های سرطانی نیز کنترل شده است. با اعمال نویز و عدم قطعیت در پارامترهای سیستم و شرایط اولیه باز هم روش انتخابی قادر به کنترل سلول‌های سرطانی می‌باشد.
واژه‌های کلیدی: سرطان ملانوما، الگوریتم یادگیری Q، سیاست استدلال مبتی بر مورد، اثرات سوء دارو، نیمه عمر دارو، کنترل بهینه
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License (CC BY NC 4.0) قابل بازنشر است. |
