文献

J-GLOBAL ID：202202291308949250   整理番号：22A1087084

適応プラズマ癌治療のための安全な探索による強化学習【JST・京大機械翻訳】

Reinforcement Learning With Safe Exploration for Adaptive Plasma Cancer Treatment

著者 (3件)： Hou Zichao (Department of Mechanical and Aerospace Engineering, The GeorgeWashington University, Washington, DC, USA) ,  Lee Taeyoung (Department of Mechanical and Aerospace Engineering, The GeorgeWashington University, Washington, DC, USA) ,  Keidar Michael (Department of Mechanical and Aerospace Engineering, The GeorgeWashington University, Washington, DC, USA)
資料名： IEEE Transactions on Radiation and Plasma Medical Sciences  (IEEE Transactions on Radiation and Plasma Medical Sciences)
巻： 6  号： 4  ページ： 482-492  発行年： 2022年 
JST資料番号： W2475A  ISSN： 2469-7311  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 冷大気プラズマ(CAP)ジェットは,反応性酸素/窒素種,荷電粒子および光子の豊富な組み合わせを有するイオン化ガスである。in vitroおよびin vivo実験の両方で,CAPが癌治療でうまく利用できることが実証された。しかし,CAPの治療効果は,血漿放電電圧,ガス組成,治療期間,および癌細胞のタイプのような様々な因子に依存する。本稿では,実際の癌細胞応答に応じてCAP処理条件を調整する適応血漿システムを提示した。特に,大きな不確実性に起因する過度の治療を禁止しながら,CAP癌治療を自律的にスケジュールするために安全なQ学習を利用する。それは,in situ処理下の特定の癌細胞の動的特性を学ぶことができるので,癌特性の完全な事前知識なしで癌をうまく治療することができ,そこで,学習動力学の不確実性を注意深く説明する。提案したアルゴリズムの有効性を,in vitro実験から構築した経験的癌動的モデルによる数値例によって例証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  荷電粒子 ,  光子 ,  *プラズマ ,  *学習 ,  不確実性 ,  窒素 ,  血漿 ,  腫瘍細胞 ,  ダイナミックモデル ,  *治療法 ,  大気プラズマ ,  in vivo実験 ,  in vitro実験
準シソーラス用語： Q学習 ,  *癌治療 , 【Automatic Indexing@JST】

分類 (3件)： 腫ようの実験的治療  (GE02040Y) ,  抗腫よう薬の基礎研究  (GW16010A) ,  腫ようの化学・生化学・病理学  (GE02030N)

タイトルに関連する用語 (5件)： 適応 ,  プラズマ ,  癌治療 ,  探索 ,  強化学習