Magnetic resonance imaging (MRI) is a powerful and versatile non-invasive medical imaging modality. In this thesis, advanced MRI methods in cancer and neuroimaging were investigated. More specifically, we focus on the development and application of advanced diffusion-weighted imaging (DWI), diffusion tensor imaging (DTI) and functionalMRI (fMRI) in prostate cancer and the entorhinal cortex of the brain. Prostate cancer is one of the most common types of cancer among men worldwide, and MRI is essential in detection and staging of the disease. However, improved tools are needed to distinguish between low-risk and high-risk cancer, and the widely used mono-exponential apparent diffusion coefficient (ADC) derived from DWI is a crude simplification of the underlying tissue microstructure. In paper I of this thesis, we therefore develop and apply an ADC- and T2-dependent two-component model based on combined T2-DWI, in order to investigate its diagnostic potential in prostate cancer. We found that signal fractions of a slow diffusion component estimated from this model were able to significantly discriminate between tumor and normal prostate tissue, and showed a fair correlation with tumor aggressiveness. Our findings thus indicate that the ADC- and T2-dependent two-component model shows potential for diagnosis and characterization of prostate cancer, although it only performed similarly, and not better than more conventional diffusion models. The entorhinal cortex (EC) is a part of the hippocampal formation of the brain involved in cognitive processes such as memory formation, spatial navigation and time perception. It can be divided into twomain subregions—medial (MEC) and lateral (LEC) EC—which differ in both functional properties and connectivity to other regions, and these have been widely studied and defined in rodents. Despite previous attempts to localize the human homologues of the subregions using fMRI, where they were identified as posteromedial (pmEC) and anterolateral (alEC) EC, uncertainty remains about the choice of imaging modality and seed regions for connectivity analysis. In paper II, we therefore use DTI and probabilistic tractography to segment the human EC based on differential connectivity to other brain regions known to project selectively to MEC or LEC. Furthermore, in paper III, we aimed to extend this analysis to a cohort with both DTI and resting-state fMRI data, in order to directly compare the results from using structural and functional connectivity to segment the EC. Both theDTI and fMRI results fromthe two papers support the subdivision of the human EC into pmEC and alEC, although with a larger medial-lateral component than in the previous fMRI studies. We also showed that the segmentation results using DTI are relatively reproducible across cohorts and acquisition protocols. Correctly delineating the human homologues of MEC and LEC has importance not only for research in systems and cognitive neuroscience, but also for translational studies on neurodegenerative processes such as Alzheimer’s disease, which starts in the EC and transentorhinal area. In conclusion, the research in this thesis demonstrates how advanced DWI and DTI can be used to model different types of tissue. It also shows that DTI and fMRI are able to similarly describe connectivity between brain regions. Both cancer and neuroimaging are highly relevant disciplines for applications of these advanced MRI methods, which might gain increased importance in diagnosis and management of cancer and dementia in the future. Sammendrag Anvendelser av avanserteMR-metoder i kreft- og nevroavbildning Magnetisk resonansavbildning (MR) er en svært nyttig og allsidig ikke-invasiv medisinsk bildemodalitet. I denne oppgaven ble avanserte MR-metoder innen kreft- og nevroavbildning undersøkt. Nærmere bestemt fokuserte vi på utvikling og anvendelse av avansert diffusjonsvektet avbildning (DWI), diffusjonstensoravbildning (DTI) og funksjonell MR (fMRI) i prostatakreft og i den entorhinale korteksen i hjernen. Prostatakreft er en av de vanligste kreftformene blant menn, og MR-avbildning er en viktig del av diagnostiseringen. Det er imidlertid fortsatt behov for bedre verktøy for å skille mellom kreftformer med høy og lav risiko. Den såkalte ’tilsynelatende’ diffusjonskoeffisienten (ADC) fra konvensjonell DWI er mye brukt, men er en grov forenkling av den underliggende mikrostrukturen til vevet. I artikkel I i denne oppgaven utvikler og anvender vi derfor en ADC- og T2-avhengig to-komponent modell basert på kombinert T2-DWI, for å undersøke om den har potensial for diagnostikk av prostatakreft. Vi fant ut at denne modellen var i stand til å skille mellom tumor og normalt prostatavev, og viste noe korrelasjon med tumoraggressivitet. Våre funn indikerer dermed at den ADC- og T2-avhengige to-komponentmodellen har potensial for diagnostisering og karakterisering av prostatakreft. Den entorhinale korteksen (EC) er en del av hjernen som er involvert i kognitive prosesser som minnedannelse, romlig navigasjon og tidsoppfatning. Den kan i hovedsak deles inn i to underregioner, medial (MEC) og lateral (LEC) EC, som har både forskjellige funksjonelle egenskaper og tilkoblinger til andre hjerneregioner. Selv omMEC og LEC har blitt mye studert hos andre dyr som for eksempel rotter, vet man fortsatt ikke nøyaktig hvor disse ligger i den menneskelige hjernen. Et par tidligere fMRI-studier som undersøkte dette fant funksjonelle forskjeller mellomposteromedial (pmEC) og anterolateral (alEC) EC, men det er usikkerhet knyttet til hvilke metoder som bør brukes for å identifisere disse underregionene hos mennesker. I artikkel II bruker vi derfor DTI og såkalt sannsynlighetsbasert traktografi for å dele inn den menneskelige EC basert på strukturelle tilkoblinger til andre hjerneområder som er kjent for å være koblet til enten MEC eller LEC. Videre, i artikkel III, hadde vi som mål å utvide denne analysen til en kohort med både DTI- og fMRI-data, for å direkte sammenligne resultatene fra å bruke strukturelle og funksjonelle koblinger for å dele inn EC. Både DTI- og fMRI-resultatene fra de to artiklene støtter opp under inndelingen av den menneskelige EC inn i pmEC og alEC, selv om det var noen små forskjeller fra tidligere studier. Korrekt lokalisering av MEC og LEC i den menneskelige hjernen har betydning for forskning innen både kognitiv nevrovitenskap og for studier på sykdommer som Alzheimers, som starter i EC-området. Til sammen viser forskningen i denne oppgaven hvordan avansert DWI og DTI kan brukes til å modellere forskjellige typer vev. Den viser også at DTI og fMRI er i stand til å beskrive lignende tilkoblinger mellom hjerneområder. Både kreft og nevroavbildning er svært relevante fagområder for anvendelse av disse avanserte MR-metodene, som kan få økt betydning innen kreft- og demensdiagnostikk i fremtiden.