NIMG-74. RADIOMICS OF TUMOR INVASION 2.0: COMBINING MECHANISTIC TUMOR INVASION MODELS WITH MACHINE LEARNING MODELS TO ACCURATELY PREDICT TUMOR INVASION IN HUMAN GLIOBLASTOMA PATIENTS

In glioblastoma (GBM), contrast enhanced (CE)-MRI delineates bulk tumor with contrast-enhancement but poorly characterizes invasive tumor in the nonenhancing T2W abnormality. There is extensive literature in both machine-learning (ML) and mechanistic mathematical oncology seeking to accurately predi...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Wydane w:Neuro Oncol
Główni autorzy: Swanson, Kristin R, Gaw, Nathan, Hawkins-Daarud, Andrea, Jackson, Pamela R, Singleton, Kyle W, DeGirolamo, Lauren, Eschbacher, Jennifer, Baxter, Leslie, Smith, Kris, Nakaji, Peter, McGee, Samuel, Clark-Swanson, Kamala, Bendok, Bernard, Dueck, Amylou, Wu, Teresa, Li, Jing, Hu, Leland
Format: Artigo
Język:Inglês
Wydane: Oxford University Press 2017
Hasła przedmiotowe:
Abstracts
Dostęp online:https://ncbi.nlm.nih.gov/pmc/articles/PMC5692897/
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1093/neuonc/nox168.646
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy