دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Yang Kuang & John D. Nagy & Steffen E. Eikenberry
سری:
ISBN (شابک) : 9781498785532, 2261733623
ناشر: Taylor & Francis Group, LLC
سال نشر: 2016
تعداد صفحات: 0
زبان: English
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
در صورت تبدیل فایل کتاب Introduction to Mathematical Oncology به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب معرفی رشته انکولوژی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
مقدمهای بر انکولوژی ریاضی مدلهایی با انگیزه بیولوژیکی و قابل کنترل ریاضی ارائه میکند که هم درک عمیق زیستشناسی سرطان و هم طرحهای بهتر درمان سرطان را تسهیل میکند. این پیشینه پزشکی و بیولوژیکی بیماری ها، مسائل مدل سازی و روش های موجود و محدودیت های آنها را پوشش می دهد. نویسندگان ابزارهای ریاضی و برنامه نویسی را همراه با مطالعات تحلیلی و عددی مدل ها معرفی می کنند. آنها همچنین ابزارهای ریاضی جدیدی را توسعه می دهند و به دنبال پیشرفت های آینده در مدل های دینامیکی هستند. پس از معرفی نظریه عمومی پزشکی و بررسی اینکه چگونه ریاضیات میتواند در درک آن ضروری باشد، این متن مدلهای ریاضی شناختهشده، عملی و روشنفکر رشد تومور بدون عروق و مدلهای درمان ریاضی قابل تحمل را بر اساس معادلات دیفرانسیل معمولی توصیف میکند. موضوع رشد تومور بدون عروق را در چارچوب مدلهای معادله دیفرانسیل جزئی با ترکیب ساختار فضایی و ساختار فیزیولوژیکی، مانند اندازه سلول، ادامه میدهد. سپس این کتاب بر روی تلاشهای اخیر مدلسازی چند مقیاسی فعال در زمینه رشد سرطان پروستات و پویایی درمان تمرکز دارد. همچنین مدلهای فرمولهشده مکانیکی بیشتری را بررسی میکند، از جمله مدلهای رشد جمعیت مبتنی بر سهمیه سلولی، با کاربردهایی برای تومورهای واقعی و اعتبارسنجی با استفاده از دادههای بالینی. باقیمانده متن، مطالب تاریخی، بیولوژیکی و پزشکی فراوانی را برای تلاشهای مدلسازی درمان پیشرفته و خاص ارائه میکند. این کتاب مستقل که به طور گسترده در کلاس درس در دوره های کارشناسی و کارشناسی ارشد آزمایش شده است، به مربیان اجازه می دهد تا بر موضوعات خاص مرتبط با زیست شناسی و درمان سرطان بالینی تأکید کنند. می توان از آن به روش های مختلفی استفاده کرد، از جمله یک دوره کارشناسی تک ترم، یک دوره تحصیلات تکمیلی بلندپروازانه تر، یا یک توالی تمام سال در انکولوژی ریاضی.
Introduction to Mathematical Oncology presents biologically well-motivated and mathematically tractable models that facilitate both a deep understanding of cancer biology and better cancer treatment designs. It covers the medical and biological background of the diseases, modeling issues, and existing methods and their limitations. The authors introduce mathematical and programming tools, along with analytical and numerical studies of the models. They also develop new mathematical tools and look to future improvements on dynamical models. After introducing the general theory of medicine and exploring how mathematics can be essential in its understanding, the text describes well-known, practical, and insightful mathematical models of avascular tumor growth and mathematically tractable treatment models based on ordinary differential equations. It continues the topic of avascular tumor growth in the context of partial differential equation models by incorporating the spatial structure and physiological structure, such as cell size. The book then focuses on the recent active multi-scale modeling efforts on prostate cancer growth and treatment dynamics. It also examines more mechanistically formulated models, including cell quota-based population growth models, with applications to real tumors and validation using clinical data. The remainder of the text presents abundant additional historical, biological, and medical background materials for advanced and specific treatment modeling efforts. Extensively classroom-tested in undergraduate and graduate courses, this self-contained book allows instructors to emphasize specific topics relevant to clinical cancer biology and treatment. It can be used in a variety of ways, including a single-semester undergraduate course, a more ambitious graduate course, or a full-year sequence on mathematical oncology.