Afficher la notice abrégée

Evaluating growth and risk of relapse of intracranial tumors

hal.structure.identifierInstitut de Mathématiques de Bordeaux [IMB]
hal.structure.identifierCentre National de la Recherche Scientifique [CNRS]
hal.structure.identifierModélisation Mathématique pour l'Oncologie [MONC]
dc.contributor.authorSAUT, Olivier
hal.structure.identifierInstitut de Mathématiques de Bordeaux [IMB]
dc.contributor.authorCOLIN, Thierry
hal.structure.identifierInstitut Polytechnique de Bordeaux [Bordeaux INP]
hal.structure.identifierModélisation Mathématique pour l'Oncologie [MONC]
dc.contributor.authorCOLLIN, Annabelle
hal.structure.identifierInstitut de Mathématiques de Bordeaux [IMB]
hal.structure.identifierModélisation Mathématique pour l'Oncologie [MONC]
dc.contributor.authorKRITTER, Thibaut
hal.structure.identifierUniversité de Bordeaux [UB]
hal.structure.identifierModélisation Mathématique pour l'Oncologie [MONC]
dc.contributor.authorPIANET, Vivien
hal.structure.identifierInstitut de Mathématiques de Bordeaux [IMB]
hal.structure.identifierModélisation Mathématique pour l'Oncologie [MONC]
dc.contributor.authorPOIGNARD, Clair
hal.structure.identifierUniversité de Bordeaux [UB]
hal.structure.identifierModélisation Mathématique pour l'Oncologie [MONC]
hal.structure.identifierCentre Hospitalier Universitaire de Bordeaux [CHU Bordeaux]
dc.contributor.authorTATON, Benjamin
dc.date.accessioned2024-04-04T02:58:23Z
dc.date.available2024-04-04T02:58:23Z
dc.date.issued2019-09
dc.identifier.isbn9780367344214
dc.identifier.urihttps://oskar-bordeaux.fr/handle/20.500.12278/192654
dc.description.abstractEnAs cancer evolution is challenging to evaluate, there is dire need of novel approaches offering clinicians a better insight on the disease. For instance, having an estimation of the growth of slowly evolving tumors that have to be monitored or of the risk of relapse after treatment may be invaluable for clinicians. In this article, two approaches (statistical learning and mechanistic modelling) are presented that aim at addressing these clinical questions. As we wish to use data available in the clinical routine for solid tumors, medical images will be a major source of insight on the disease.
dc.language.isoen
dc.publisherCRC Press
dc.source.titleComputational Systems Biology Approaches in Cancer Research
dc.title.enEvaluating growth and risk of relapse of intracranial tumors
dc.typeChapitre d'ouvrage
dc.subject.halMathématiques [math]/Equations aux dérivées partielles [math.AP]
dc.subject.halSciences du Vivant [q-bio]/Cancer
dc.subject.halInformatique [cs]/Modélisation et simulation
bordeaux.hal.laboratoriesInstitut de Mathématiques de Bordeaux (IMB) - UMR 5251*
bordeaux.institutionUniversité de Bordeaux
bordeaux.institutionBordeaux INP
bordeaux.institutionCNRS
bordeaux.title.proceedingComputational Systems Biology Approaches in Cancer Research
hal.identifierhal-02406709
hal.version1
hal.popularnon
hal.audienceInternationale
hal.origin.linkhttps://hal.archives-ouvertes.fr//hal-02406709v1
bordeaux.COinSctx_ver=Z39.88-2004&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.btitle=Computational%20Systems%20Biology%20Approaches%20in%20Cancer%20Research&rft.date=2019-09&rft.au=SAUT,%20Olivier&COLIN,%20Thierry&COLLIN,%20Annabelle&KRITTER,%20Thibaut&PIANET,%20Vivien&rft.isbn=9780367344214&rft.genre=unknown


Fichier(s) constituant ce document

FichiersTailleFormatVue

Il n'y a pas de fichiers associés à ce document.

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée