Decomposition-based framework for tumor classification and prediction of treatment response from longitudinal MRI.

Rahbek, Sofie; Mahmood, Faisal; Tomaszewski, Michal R; Hanson, Lars G; Madsen, Kristoffer H

Rahbek, Sofie; Mahmood, Faisal; Tomaszewski, Michal R; Hanson, Lars G; Madsen, Kristoffer H.

Afiliación

Rahbek S; Department of Health Technology, Technical University of Denmark, Kgs. Lyngby, DK-2800, Denmark.
Mahmood F; Department of Clinical Research, University of Southern Denmark, Odense, DK-5000, Denmark.
Tomaszewski MR; Laboratory of Radiation Physics, Department of Oncology, Odense University Hospital, Odense C, DK-5000, Denmark.
Hanson LG; Translation Imaging Department, Merck & Co, West Point, PA, United States of America.
Madsen KH; Cancer Physiology Department, H. Lee Moffitt Cancer Center and Research Institute, 12902 USF Magnolia Dr, Tampa, FL 33612, United States of America.

Phys Med Biol ; 68(2)2023 01 05.

Article en En | MEDLINE | ID: mdl-36595245

Asunto(s)

Neoplasias Encefálicas; Imagen por Resonancia Magnética; Animales; Ratones; Humanos; Imagen por Resonancia Magnética/métodos; Neoplasias Encefálicas/radioterapia; Aceleradores de Partículas; Perfusión; Imagen de Difusión por Resonancia Magnética/métodos

Palabras clave

MR-Linac; decomposition; longitudinal MRI; prediction framework; radiotherapy; treatment response

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Neoplasias Encefálicas / Imagen por Resonancia Magnética Tipo de estudio: Prognostic_studies / Risk_factors_studies Límite: Animals / Humans Idioma: En Revista: Phys Med Biol Año: 2023 Tipo del documento: Article País de afiliación: Dinamarca

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google