NIMG-61. USING MACHINE LEARNING TO BUILD RADIOMICS MODELS THAT DISTINGUISH REGIONS OF GLIOBLASTOMA RECURRENCE VS TUMOR PROGRESSION ON MRI

Recurrent glioblastoma is challenging to distinguish from so called “treatment effect” on routine clinical imaging. Further, within tumor heterogeneity reveals that some regions can be histologically dominated by tumor progression whilst others can be dominated by secondary effects of treatment resp...

وصف كامل

محفوظ في:
التفاصيل البيبلوغرافية
الحاوية / القاعدة:Neuro Oncol
المؤلفون الرئيسيون: Yoon, Hyunsoo, Hawkins-Daarud, Andrea, Save, Akshay, Singleton, Kyle, Clark-Swanson, Kamala, Wang, Lujia, Bendok, Bernard, Mrugala, Maciej, Wu, Teresa, Bruce, Jeffrey, Hu, Leland, Li, Jing, Canoll, Peter D, Swanson, Kristin
التنسيق: Artigo
اللغة:Inglês
منشور في: Oxford University Press 2019
الموضوعات:
Neuro-Imaging
الوصول للمادة أونلاين:https://ncbi.nlm.nih.gov/pmc/articles/PMC6847463/
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1093/neuonc/noz175.730
الوسوم: إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!

مواد مشابهة