EUVIMEDEUVIMED entdecken
Crossref

Deep-Learning-Modell zur automatischen Segmentierung intrakranieller Thromben

Neuroradiologie Scan · 01.10.2023 · 13 (04) · 232-233

DOI: 10.1055/a-2151-1421 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Neuroradiologie Scan, erschienen am 01.10.2023. Die Arbeit nennt 1 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Für die Therapieentscheidung bei ischämischem Schlaganfall ist die Bestimmung von Lage und Ausmaß intrakranieller Thromben von entscheidender Bedeutung. Eine genaue Segmentierung der Thromben bei der initialen Bildgebung ist der erste Schritt zu ihrer Charakterisierung. Zhu et al. entwickelten ein automatisiertes Verfahren zur Thrombus-Segmentierung auf Bildern der nativen CT (NCCT) und CT-Angiographie (CTA).

Zitieren

APA

(2023). Deep-Learning-Modell zur automatischen Segmentierung intrakranieller Thromben. Neuroradiologie Scan, 13(04), 232-233. https://doi.org/10.1055/a-2151-1421

Vancouver

Deep-Learning-Modell zur automatischen Segmentierung intrakranieller Thromben. Neuroradiologie Scan. 2023;13(04):232-233. doi:10.1055/a-2151-1421

BibTeX
@article{euvimed2023,
  title = {Deep-Learning-Modell zur automatischen Segmentierung intrakranieller Thromben},
  journal = {Neuroradiologie Scan},
  year = {2023},
  volume = {13},
  number = {04},
  pages = {232--233},
  doi = {10.1055/a-2151-1421}
}
Kostenlos starten →