[论文解读] A tumor growth model of Hele-Shaw type as a gradient flow

Lénaïc Chizat, Simone Di Marino|arXiv (Cornell University)|Dec 17, 2017

Mathematical Biology Tumor Growth参考文献 20被引用 6

一句话总结

本文将 Hele-Shaw 型肿瘤生长模型形式化为在非负测度空间中、配备最优传输-生长度量的梯度流，无需对初始数据施加正则性假设即可实现解的存在性与唯一性。核心贡献在于通过最小化运动方法对模型进行变分表征，并提出一种基于熵正则化的数值可计算方案。

ABSTRACT

In this paper, we characterize a degenerate PDE as the gradient flow in the space of nonnegative measures endowed with an optimal transport-growth metric. The PDE of concern, of Hele-Shaw type, was introduced by Perthame et. al. as a mechanical model for tumor growth and the metric was introduced recently in several articles as the analogue of the Wasserstein metric for nonnegative measures. We show existence of solutions using minimizing movements and show uniqueness of solutions on convex domains by proving the Evolutional Variational Inequality. Our analysis does not require any regularity assumption on the initial condition. We also derive a numerical scheme based on the discretization of the gradient flow and the idea of entropic regularization. We assess the convergence of the scheme on explicit solutions. In doing this analysis, we prove several new properties of the optimal transport-growth metric, which generally have a known counterpart for the Wasserstein metric.

研究动机与目标

• 通过一种新颖的最优传输-生长度量，为 Hele-Shaw 肿瘤生长模型提供一种变分的、梯度流形式化表述。
• 在不假设初始条件正则性的前提下，建立刚性极限系统解的存在性。
• 通过进化变分不等式（EVI）在凸域上证明解的唯一性。
• 基于熵正则化构建梯度流离散化的稳定且收敛的数值格式。
• 将度量空间中梯度流理论的适用范围从 Wasserstein 几何拓展至非平衡传输情形。

提出的方法

• 将肿瘤生长模型形式化为在非负测度空间中、泛函 $ G(\rho) = -\lambda\rho(\Omega) $ 的梯度流，若 $ \rho \ll \mathcal{L}^d $ 且 $ \frac{d\rho}{d\mathcal{L}^d} \leq 1 $，否则为 $ +\infty $，并配备最优传输-生长度量。
• 引入一种最优传输-生长度量，同时考虑质量位移与生长/收缩过程，是对 Wasserstein 度量的推广。
• 应用最小化运动方案（时间上的隐式欧拉格式）通过时间离散化最小化构造解：$ \tilde{x}_{k+1} \in \arg\min_x \left\{ G(x) + \frac{1}{2\tau} d^2(x, \tilde{x}_k) \right\} $。
• 利用适配于非平衡传输的 JKO 方案框架，推导出稳定且收敛的数值格式。
• 采用熵正则化使离散最小化问题在计算上可处理。
• 通过稳定性与相容性论证，证明数值格式在显式解上的收敛性。

实验结果

研究问题

• RQ1 Hele-Shaw 肿瘤生长模型能否被解释为非负测度空间中某类度量的梯度流？
• RQ2 所提出的最优传输-生长度量是否能在不假设初始数据正则性的前提下支持解的存在性与唯一性？
• RQ3 梯度流形式化如何被离散化为稳定且收敛的数值格式？
• RQ4 最优传输-生长度量与 Wasserstein 度量之间在结构上存在哪些类比与差异？
• RQ5 该模型的变分结构能否被用于推导肿瘤生长建模的新分析与数值工具？

主要发现

• Hele-Shaw 肿瘤生长模型（1.2）被表征为在配备最优传输-生长度量的非负测度空间中，泛函 $ G $ 的梯度流。
• 通过最小化运动方案，在不施加任何初始条件 $ \rho_0 \in L^1_+(\Omega) $ 正则性假设的前提下，建立了解的存在性。
• 在紧致凸域上，通过验证进化变分不等式（EVI），证明了解的唯一性。
• 论文推导了最优传输-生长度量的新性质，包括时间离散逼近的连续性与收敛性。
• 提出了一种基于梯度流熵正则化的数值格式，并在显式解上验证了其收敛性。
• 变分解释提供了物理直觉：该模型描述了在最大密度约束下，肿瘤以最小化质量位移与生长速率的方式实现最高效生长的过程。