Monitoring brain tumor evolution using multiparametric MRI

Benjamin Lemasson 1 Nora Collomb 2 Alexis Arnaud 3 Florence Forbes 3 Emmanuel Barbier 4
2 INSERM U836, équipe 1, Physiopathologie du cytosquelette
GIN - Grenoble Institut des Neurosciences
3 MISTIS - Modelling and Inference of Complex and Structured Stochastic Systems
Inria Grenoble - Rhône-Alpes, LJK - Laboratoire Jean Kuntzmann, INPG - Institut National Polytechnique de Grenoble
Abstract : — Analysing brain tumor tissue composition can improve the handling of tumor growth and resistance to therapies. We show on a 6 time point dataset of 8 rats that multiparametric MRI can be exploited via statistical clustering to quantify intra-lesional heterogeneity in space and time.
Type de document :
Poster
2017 IEEE International Symposium on Biomedical Imaging, Apr 2017, Melbourne, Australia
Liste complète des métadonnées

Littérature citée [5 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01652026
Contributeur : Florence Forbes <>
Soumis le : mercredi 29 novembre 2017 - 18:38:40
Dernière modification le : mercredi 11 avril 2018 - 01:58:48

Fichier

ISBI17_0556_MS.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01652026, version 1

Collections

Citation

Benjamin Lemasson, Nora Collomb, Alexis Arnaud, Florence Forbes, Emmanuel Barbier. Monitoring brain tumor evolution using multiparametric MRI. 2017 IEEE International Symposium on Biomedical Imaging, Apr 2017, Melbourne, Australia. 〈hal-01652026〉

Partager

Métriques

Consultations de la notice

372

Téléchargements de fichiers

35