Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/4088
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
rafaelsachettooliveira.pdf11.07 MBAdobe PDFVista previa
Visualizar/Abrir
Clase: Dissertação
Título : Ajuste automático de modelos celulares apoiado por algoritmos genéticos
Autor(es): Oliveira, Rafael Sachetto
Orientador: Santos, Rodrigo Weber dos
Miembros Examinadores: Vianna, Gizelle Kupac
Miembros Examinadores: Almeida, Renan Moritz Varnier Rodrigues de
Miembros Examinadores: Mendonca, Jose Paulo Rodrigues Furtado de
Miembros Examinadores: Barbosa, Helio José Correa
Resumo: A modelagem da atividade elétrica do coração é de grande interesse médico científico, pois possibilita uma melhor compreensão dos fenômenos biofísicos envolvidos na atividade cardíaca, permite o desenvolvimento de novas técnicas de diagnóstico e de novas drogas. Os modelos matemáticos atuais são normalmente baseados em dados experimentais obtidos de um pequeno conjunto de células. Contudo, a características elétricas das células variam ao longo do coração. Essa heterogeneidade desempenha um papel essencial, porém gera dificuldades à modelagem computacional. Atualmente não existem modelos globais capazes de reproduzir a atividade elétrica de diferentes células, mesmo que vizinhas. Este trabalho tem como objetivo avaliar uma metodologia baseada em algoritmos genéticos que visa ajustar automaticamente modelos existentes da eletrofisiologia celular a dados experimentais obtidos de uma célula ou de um conjunto de células do coração. A metodologia proposta é implementada e avaliada por de diferentes experimentos numéricos. Os modelos ajustados pelos Algoritmos Genéticos foram capazes de reproduzir a atividade elétrica medida por diferentes experimentos in-vitro. Além disso, os modelos gerados pelos Algoritmos Genéticos foram validados por de novos experimentos in-vitro que utilizam drogas de efeitos conhecidos, que bloqueiam canais iônicos específicos. Os resultados preliminares sugerem que a metodologia proposta é uma ferramenta promissora para apoiar o desenvolvimento e o uso de modelos celulares.
Resumen : The modeling of the electrical activity of the heart is of great medical and scientific interest, because it provides a way for a better understanding of the related biophysical phenomena and it allows the development of new techniques for diagnoses, as well as new drugs. The current mathematical models are usually based on experimental data obtained from a small collection of cells. However, the electrical characteristics of cells vary along the heart. This heterogeneity plays a key role, but creates computational modeling difficulties. Currently, there are no global models capable of reproducing the electrical activity of different cells, even if neighbours. This work has as objective to evaluate a methodology based on Genetic Algorithms that aims to automatically adjust existing models of cellular electrophysiology to experimental data obtained from a cell or a collection of cardiac cells. The proposed methodology is implemented and evaluated through different numerical experiments. The models, adjusted by Genetic Algorithms, were able to reproduce the electrical activity measured by various in vitro experiments. Furthermore, the models generated by Genetic Algorithms were validated through new in vitro experiments using known effects of drugs which block specifie ion channels. Preliminary results suggest that the proposed methodology is a promising tool to support the development and use of cellular models.
Palabras clave : Engenharia biomédica
Sistemas biológicos
Algoritmos genéticos
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora (UFJF)
Sigla de la Instituición: UFJF
Departamento: ICE – Instituto de Ciências Exatas
Programa: Programa de Pós-graduação em Modelagem Computacional
Clase de Acesso: Acesso Aberto
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/4088
Fecha de publicación : 28-ago-2008
Aparece en las colecciones: Mestrado em Modelagem Computacional (Dissertações)



Los ítems de DSpace están protegidos por licencias Creative Commons, con todos los derechos reservados, a menos que se indique lo contrario.