Tezin Türü: Tıpta Uzmanlık
Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Türkiye
Tezin Onay Tarihi: 2016
Tezin Dili: Türkçe
Öğrenci: Naser Babei
Danışman: METİN UYMAZ SALAMCİ
Özet:Bu tez çalışması biri genel diğeri ise özel uygulama içeren iki amaç doğrultusunda biçimlenmiştir. Genel amaç; doğrusal olmayan ve belirsizlik içeren sistemlere yönelik yeni Model Referans Uyarlamalı Kontrol (MRAC) yaklaşımları geliştirmektir. Bu çalışmada Durum Bağımlı Riccati Denklemi (SDRE) ve doğrusal zamanla değişen ardışık yaklaşımlara dayalı iki farklı model referans uyarlamalı kontrol tasarım yöntemleri önerilmektedir. Önerilen her iki yöntemde; referans model olarak doğrusal olmayan dinamiğe sahip sistem ele alınmaktadır. Geliştirilen SDRE tabanlı MRAC'de uyarlama kuralının kararlılığı ve takip hatasını sıfıra gitmesini garanti etmek için Lyapunov kararlılığı kullanılmıştır. Bu tez çalışmasında doğrusal olmayan ve belirsizlikler içeren doğrusal olmayan sistemler için zamanla değişen ardışık yaklaşımlara dayalı başka bir uyarlamalı kontrol yaklaşımı da geliştirilmiştir. Buradaki uyarlama kuralı, zamanla değişen referans model ile gerçek modelin durum değişkenleri arasındaki takip hatasını sıfıra yakınsatma amacı ile Lyapunov kararlığına dayalı olarak elde edilmiştir. Tezin özel amacı ise; geliştirilen uyarlamalı kontrol yöntemlerinin kanser tedavisinde kişiye özgü ilaç verme protokollerinin belirlenmesi için kullanılmasıdır. Tezin ilk aşamasında geliştirilen model referans uyarlamalı kontrol yaklaşımları ile kişiye özgü ilaç verme protokolleri geliştirilmiştir. İki farklı doğrusal olmayan kemoterapi ve karışık kemo-immünoterapi tedavisi içeren kanser dinamikleri ele alınmıştır. Önerilen uyarlamalı kontrol yaklaşımları, hastanın boy, kilo ve vücut yüzey alanına dayalı klasik ilaç dozu belirleme yöntemlerinin aksine, hekimler için her hastaya özgü ilaç verme senaryolarını hesaplamak için büyük avantaj sağlamaktadır. Ayrıca uyarlama oranının değiştirilmesi ile düzgün veya tam-doz ve sıfır-doz ilaç verme protokolleri elde edilebilmektedir.