The use of mathematical tumor growth models coupled to noisy imaging data has been suggested as a possible component in the push towards precision medicine. We discuss the generation of population and patient-specific virtual populations in this context, providing in silico experiments to demonstrate how intra- and inter-patient heterogeneity can be estimated by applying rigorous statistical procedures to noisy molecular imaging data, and how the noise properties of such data can be analyzed to estimate uncertainties in predicted patient outcomes.

中文翻译：

---

利用反应扩散模型和分子成像数据生成患者特定的虚拟肿瘤群体

已经提出了将数学肿瘤生长模型与嘈杂的影像数据相结合的使用，这可能是推动精密医学发展的可能组成部分。我们将在这种情况下讨论人口和特定于患者的虚拟人口的产生，并提供计算机模拟实验，以演示如何通过将严格的统计程序应用于嘈杂的分子成像数据来估计患者内和患者间的异质性，以及如何对噪声进行量化。可以对此类数据进行分析，以估计患者预后的不确定性。