药物在大脑中分布.docVIP

模型摘要： 本模型用二阶抛物型偏微分方程来描述药物浓度的分布情况，并用Fourier变化法进行精确求解。在估计注射源坐标时，我们采用了概率分布模拟法，以及应用matlab数学软件进行的二维平面回归分析法。本模型的关键和难点是利用有限的实验数据来进行准确的参数估计。在这里我们将采用扩散等效法和最小二乘法进行多变量数据拟合来有效规避复杂积分，减少计算误差，从而简化求解各个方向上的扩散系数；采用最优化理论以及maple 数学软件来求解药物注射量和药物衰减系数，从而有效解决了参数估计困难的问题，与实验数据吻合较好。最后，我们应用正态性检测法对模型作了检验，并根据本模型的不足，提出了改进方案。 问题背景和重述： 随着社会的不断发展以及老龄社会的到来，心脑血管疾病已经受到越来越多的关注。尤其是脑部疾病，由于一般药物无法透过血脑屏障，只能通过在脑部注射，因而给药效的鉴定带来了一定的困难。例如为了估计治疗帕金森症的多巴胺脑部注射效果，我们必须建立适当的模型来估计药物的影响范围，也即我们需估计出注射药物后药物在空间的分布形状及其尺寸。 已知药物实验中获得的50个圆柱体组织样本中的药物含量（见《数学建模》p290）其中，每个圆柱体高0.76mm，底面直径0.66mm，相互平行的圆柱体的中心位于1mm*0.76mm*1mm的网格点上，即各柱体底面彼此相连，而侧面互不接触。且注射点位于最高计数值的圆柱体中心附近。但药物也同时存在于各圆柱体之间以及50个样本之外的地方。 建模目标： 1.根据题意，得到描述各个空间位点在不同时刻的药物浓度的方程。 2.根据实验所给数据，求出药物的扩散系数，以及药物的衰减系数。 3.将模型一般化，适用于类似的数学问题。 模型假设： 1.忽略样本组织中多巴胺的原始含量（即实验所测得的药物含量均由注射引起）。 2.假设大脑性状稳定，所取样本结构相同，样本组织远离边界，无边界效应。 3.注射与取样均在瞬间完成。 4.药物在大脑中的迁移过程仅取决于药物的扩散和药物的衰减。 5.假设注射点的位置在y方向上位于样本柱体后部垂直截面的中心,即 变量的符号与参数的约定： C：多巴胺含量密度 x,y,z:空间坐标（mm） t: 时间 :药物在各空间方向上的扩散系数 K:药物的衰减系数（1/时间） Mi:第i个柱体的药物含量 模型的建立与求解： 1.建立合适的坐标系 如下图所示，以平行于柱体的纵轴方向建立y轴，以后方柱体的底面作为xz坐标平面，且满足后方右下角的柱体中心位于（1,0.38,1） 2.药物浓度方程的导出 由假设可得：某一空间位点的药物浓度取决于两方面，一为药物的衰减，二为药物的扩散。一般情况下，药物衰减呈一阶衰减模式，因而，我们易得其衰减方程： 药物扩散则与浓度梯度有关，因而我们也易得其扩散方程： 所以，综上可得多巴胺在三维空间中随时间迁移的数学模型： 即上式可化简为： 考虑到t=0时刻瞬时点源函数Mδ(x,y,z)的作用下时，可转化为热传导方程的初值问题： 用Fourier变化法可解此初值问题，其实此初值问题的解即为热传导方程初值问题的基本解，因而我们易得其解。 3.模型参数的确定 A.注射点源的坐标估计 由实验数据可发现：样本柱体的含量并没有关于后方中心圆柱的中心呈简单的对称关系，因而我们不能简单的假设注射源即为其中心。 我们在估计点源坐标时采用了两种方法，一为概率分布近似法；二为二维平面回归求极值法。 方法1：根据注射点处药物的辐射扩散情况，利用概率分布统计的思想，对表1和表2中的数据进行统计。将后（前）平面x=xi处的药物含量除以后（前）平面上总药物含量得到该处的权重系数ki，然后利用X＝即可计算得到点源的X坐标（取前后平面的平均值），类似的我们可得点源的Z坐标（由于点源在柱体中心附近，药物含量分布近似对称，且样本空间很小，因而这种近似是合理的）。得到的数据如下： 分类 后方垂直面 3.149 2.761 前方垂直面 3.321 2.743 平均值 3.235 2.752 方法2：二维平面回归分析法 我们用Matlab对前后两垂直平面上样本网格内部的数据点进行二维插值，并平滑数据。将 、 作为变量，以 作为新的对应的函数值，可得到原始数据二维图象，修正后的二维图象，并拟合出前后样本空间的二维回归方程。 后方垂直面的拟合方程： 后方垂直面的原始数据图像： 后方垂直面的拟合曲线图像： 前方垂直面的拟合方程： 前方垂直面的原始数据图像： 前方垂直面的拟合曲线图像： 在得到关于 ， 的二维平面回归方程后，我们即可通过求极值点的方法 得到 的估算值： 分类 后方垂直面 3.081 2.864 前方垂直面 3.161 2.857 平均值 3