Aller au contenu principal
2024 conference-paper

Investigating tissue microstructure of prostate cancer using Linear Multi-scale Modeling of diffusion MRI data

0Citations signalées, ce qui n’est pas une note de qualité
0Institutions déclarées
0Pays d’affiliation déclarés

Le résumé fourni par la source

Linear Multi-scale Modeling (LMM) is an advanced diffusion-weighted imaging(DWI) technique that uses multi-shell, multi-diffusion-time DWI data to estimate tissue microstructure parameters, including volume fractions of restricted and hindered water compartments over a range of length scales and orientation distribution information. Here,we apply the LMM framework to characterize prostate cancer(PCa) lesions and correlate our results with histology. Within the histopathologically proven cancerous lesions we observed a significantly increased fraction of restricted diffusion, particularly within the 2μm and 7μm sized water compartments. LMM may enable the development of distinct diffusion microstructural signatures of PCa to facilitate diagnosis of clinically significant PCa lesions.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Investigating tissue microstructure of prostate cancer using Linear Multi-scale Modeling of diffusion MRI data
Date Crossref
14/08/2024
Éditeur
ISMRM
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les sujets associés

Advanced Neuroimaging Techniques and ApplicationsMRI in cancer diagnosisRadiomics and Machine Learning in Medical Imaging

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.