The PhD defence and trial lecture will be streamed. The chair of the defence will moderate the disputation.
Ex auditorio questions: the chair of the defence will invite the audience physically present in the auditorium to ask ex auditorio questions.
→ Live streaming of trial lecture and disputation
→ Request for thesis copy (available until the disputation starts)
Trial lecture
Time and place: March 30, 2023; 10:15 AM, Kelvin (V317) - Fysikkbygningen
Title: "Advantages and challenges of functional (fMRI-based) vs structural (DTI-based) networks in brain tumor surgery. (Incl. vs. EEG & vs MEG)"
Tracking in cancer images for treatment
– Voxel Tracking
Glioblastoma is a deadly and difficult to treat brain cancer, leading to a survival of only 12-15 months. Magnetic resonance imaging (MRI) is essential for diagnosing and treating this disease. Structural MRI determines the location and size of a tumor at first patient exam. Functional MRI techniques can estimate valuable clinical information such as blood. Moreover, follow-up exams give opportunity to track cancer and how a patient responds to treatment.
These MRI techniques come with important physical and computational limitations. MSc and doctoral candidate Ivar Thokle Hovden, has investigated methods to improve the diagnostic and prognostic utility of MRI in brain cancer treatment. His focus on methods for tracking image intensity and displacement (“voxel tracking”), lay the foundation for extracting the most anatomical and physiological correct information from MRI.
Over the course of three papers, Hovden presents methods for correcting blood estimates, prognostic tissue structure markers, and a model of how the cancer evolves and affects the brain. These are important contributions to achieving time dependent studies of brain cancer using structural and functional MRI techniques in clinical practice. The common objective is to aid medical doctors in developing more personalized treatment plans for patients with malignant brain cancer.
Summary (Norwegian)
Glioblastom er en dødelig hjernesvulst. Kreftformen er vanskelig å behandle og har dårlig prognose med kun 12-15 måneder overlevelse etter diagnose. Magnetresonanstomografi (MR) er viktig for å diagnostisere og behandle denne sykdommen. I doktorgradsavhandlingen har forsker og sivilingeniør Ivar Thokle Hovden undersøkt metoder for å forbedre nøyaktigheten av MR i behandling av hjernesvulst. MR gir høyoppløselige bilder om plasseringen og størrelsen på en svulst, og kan også brukes til å spore hvordan en pasient responderer på behandlingen. I tillegg kan funksjonelle MR-teknikker gi tilleggsinformasjon om blant annet hjernens blodforsyning. Det er mange usikkerheter ved slike avbildningsteknikker, og desto viktigere at bildene som blir presentert for behandlende lege, er mest mulig korrekte. I avhandlingen fokuserer Hovden på metoder som kan spore intensiteter og forflytninger i bildene, såkalt “voksel-sporing”. Denne metodikken gir grunnlag for å hente ut mest mulig anatomisk og fysiologisk riktig informasjon fra MR. Arbeidet presenterer metoder for å korrigere feil i blodmålinger, prognostiske bildemarkører basert på forflytninger i vev, og en modell for hvordan kreften vokser og påvirker hjernen. Disse metodene legger et grunnlag for å gjennomføre tidsavhengige studier av hvordan en hjernekreft vokser og utvikler seg, med formål å utvikle mer persontilpassede behandlingsforløp for pasienter med ondarted hjernekreft.
Adjudication Committee
-
Dr. Henk-Jan Mutsaerts, Dep. Radiology and nuclear medicine, Amsterdam UMC, The Netherlands
-
Dr. Eli Renate Grüner, Department of Physics and Technology, University of Bergen, Norway
-
Dr. Maria Vetleseter Bøe, Department of Physics, University of Oslo, Norway
Supervisors
- Professor Eirik Malinen, Department of Physics, University of Oslo, Norway
- Dr. Kyrre Eeg Emblem, Radiology and Nuclear Medicine - MRI Research & Technology, Oslo University Hospital, Norway
Chair of defence
- Dr. Helge Balk, Department of Physics, University of Oslo, Norway
Contact information to Department: Line Trosterud Resvold