Feoli, Chiara (2025) Novel physical and mathematical models in Radiation Oncology: personalized health to improve patient’s quality of life. [Tesi di dottorato]
![[thumbnail of Feoli_Chiara_37_COMPLETO.pdf]](https://www.fedoa.unina.it/style/images/fileicons/other.png "Feoli_Chiara_37_COMPLETO.pdf") |
Documento PDF
Feoli_Chiara_37_COMPLETO.pdf Visibile a [TBR] Amministratori dell'archivio Download (5MB) | Richiedi una copia |
|
Documento PDF
Feoli_Chiara_37_PARZIALE.pdf Visibile a [TBR] Amministratori dell'archivio Download (5MB) | Richiedi una copia |
| Tipologia del documento: | Tesi di dottorato |
|---|---|
| Lingua: | English |
| Titolo: | Novel physical and mathematical models in Radiation Oncology: personalized health to improve patient’s quality of life. |
| Autori: | Autore Email Feoli, Chiara chiara.feoli@unina.it |
| Data: | 10 Febbraio 2025 |
| Numero di pagine: | 126 |
| Istituzione: | Università degli Studi di Napoli Federico II |
| Dipartimento: | Scienze Biomediche Avanzate |
| Dottorato: | Scienze biomorfologiche e chirurgiche |
| Ciclo di dottorato: | 37 |
| Coordinatore del Corso di dottorato: | nome email Cuocolo, Alberto cuocolo@unina.it |
| Tutor: | nome email Pacelli, Roberto [non definito] Altucci, Carlo [non definito] |
| Data: | 10 Febbraio 2025 |
| Numero di pagine: | 126 |
| Parole chiave: | ML, HRQoL, Radiomics |
| Settori scientifico-disciplinari del MIUR: | Area 02 - Scienze fisiche > FIS/07 - Fisica applicata (a beni culturali, ambientali, biologia e medicina) Area 06 - Scienze mediche > MED/36 - Diagnostica per immagini e radioterapia |
| Informazioni aggiuntive: | XXXVII ciclo (PON) |
| Depositato il: | 17 Ott 2025 15:45 |
| Ultima modifica: | 12 Ago 2026 05:38 |
| URI: | https://www.fedoa.unina.it/id/eprint/16676 |
Abstract
The personalized approach to the patient could be potentially enhanced by the introduction of new physical and mathematical model such as : internet of things (IoT) and the use of the wearable device as tool to monitor patients; artificial intelligence application (AI) in its connotation of supervised and unsupervised machine learning; virtual study and human model (digital twin) for imaging and therapy approaches; the development and characterization of new materials and their key-roles in theranostic application. This PhD thesis has the aim to show the results related to new mathematical and physical models in radiation oncology to personalize therapeutic approach and evaluate RT-induced effects. Patients’ quality of life investigation represent the main purpose of the novel strategies here proposed.
Downloads
Downloads per month over past year
Actions (login required)
 |
Modifica documento |
