Tina A. Schütz

Learn More
PURPOSE A novel unconditionally stable, explicit numerical method is introduced to the field of modeling brain cancer progression on a tissue level together with an inverse problem (IP) based on optimal control theory that allows for automated model calibration with respect to observations in clinical imaging data. METHODS Biophysical models of cancer(More)
Kurzfassung. Ein ungelöstes Problem in der nicht-rigiden Bildregistrierung ist die Behandlung von pathologie-bedingten, morphologischen Unterschieden, wie sie beispielsweise bei der räumlichen Normalisierung neuroradiologischer Datensätze, die Tumorpathologie abbilden, auftreten. Mit der vorliegenden Arbeit liefern wir einen Baustein für einen(More)
A new computational multiscale model of glioblastoma growth is introduced. This model combines an agent-based model for representing processes on the cellular level with a molecular interaction network for each cell on the subcellular scale. The network is based on recently published work on the interaction of microRNA-451, LKB1 and AMPK in the regulation(More)
Kurzfassung. Der Einflusses einer Radiotherapie auf die Progression von primären Hirntumoren wird modelliert. Ein hybrider Ansatz wird für zelluläres Tumorwachstum und die Veränderung lokaler Nährstoffkonzentrationen genutzt. Die Nährstoffverteilung wird durch zwei partielle Differentialgleichungen beschrieben und hat direkten Einfluss auf die durch das(More)
Kurzfassung. In der vorliegenden Arbeit wird ein kontinuierlicher Ansatz zur Modellierung des Einflusses von Radiotherapie auf die Progression von primären Hirntumoren vorgestellt. Das Wachstum des Tumors beruht auf einer partiellen Differentialgleichung, die sowohl die Proliferation neuer Tumorzellen als auch die anisotrope Diffusion in umliegendes Gewebe(More)