Vol.24 闵乐泉等：三端口四态变量CN原理在肿瘤生长方程中应用 ·375· 分别示于图3b),(c)和(d).可以看出轨道趋于 0 max (G.} 平衡点. 图2CNN态方程解的分量的灰度色码 22=(0,E,0,0)≈(0,1660,0,0). Fig.2 The gray-scale color code for the component of the 第(，)（≤n)个单位体积V内的癌细胞、死 solution of the CNN state equations 亡细胞数量与其所能容纳的总细胞数量之比 [150,6≤i,j≤10 E(O)= X,P,和V中效应细胞与复合物数量E,Eu随时间 0. otherwise. 演化的图形示于图4.由图可以看出当组织中 0.1, 7≤，s9 P0)= 10,otherwise. 所有单位体积内均布满1510个效应细胞时，癌 对应于“组织”中心处单位体积中的CN态 细胞、死亡细胞和复合物（由图4第1,3,4列中 变量分量产生的轨道和随时间演化的图形示于 的白色表示)将逐渐得到清除.在此过程中免疫 图3.其中(a)为态变量分量X&,Eoss,Es的轨道. 细胞数量不断增加，与4 D GISAC方程的数值模 态变量分量Xs,Pg,E和Es随时间演化的图形 拟结果相类似. 1=0 1=0 1=0 1=0 200](a 100 0 1=0.00094 1=0.00094 1=0.00094 1=0.00094 1700 1600 0.4 Eou 15000 0.2 (b) 1=0.0017 1=0.0017 1=0.0017 1=0.0017 0.3 90.2 0.1 Pu 0 t=0.076 1=0.076 1=0.076 1=0.076 X 0.1 X 1700(c) 1=0.074 1=0.074 1=0.074 1=0.074 1650 等1600 1=2.1 1=2.1 1=2.1 t=2.1 1550 1500 0 5 10 t/d 1=3.2 1=3.2 t=3.2 200d 150 100 1=10 t=10 110 50 0 0 5 10 X E t/d 图3表1第8号参数组对应的GISAC CNN 图4表1第8号参数组对应的GISAC CNN态变量随时 产生的轨道 间演化的图形，时间t,d Fig.3 Trajectories of the GISAC CNN generated by the Fig.4 Evolution of patterns of the state variables of No.8 parameter set No.8 listed in Table 1 GISAC CNN listed in Tabl