EUVIMEDEUVIMED entdecken
Crossref

Deep-Learning-Verfahren zur Erkennung von Papillenödemen auf nicht mydriatischen Fundusfotos in der Notaufnahme

Michaela Bitzer

Klinische Monatsblätter für Augenheilkunde · 01.08.2024 · 241 (08) · 887-888

DOI: 10.1055/a-2330-3356 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Klinische Monatsblätter für Augenheilkunde, erschienen am 01.08.2024. Verfasst von Michaela Bitzer. Die Arbeit nennt 1 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Die Studie FOTO-ED (Fundusfotografie vs. Ophthalmoskopie in der Notaufnahme) hat gezeigt, dass Fachkräfte in der Notaufnahme funduskopische Untersuchungen nur schwer beurteilen können. Trotz einer besseren Performance, wenn Mitarbeiter in der Notaufnahme Zugang zu nicht mydriatischen Fundusfotografien (NMFP) hatten und in der Interpretation der Bilder geschult wurden, verbesserte sich die Erkennung von Anomalien nicht signifikant.

Zitieren

APA

Bitzer, M. (2024). Deep-Learning-Verfahren zur Erkennung von Papillenödemen auf nicht mydriatischen Fundusfotos in der Notaufnahme. Klinische Monatsblätter für Augenheilkunde, 241(08), 887-888. https://doi.org/10.1055/a-2330-3356

Vancouver

Bitzer M. Deep-Learning-Verfahren zur Erkennung von Papillenödemen auf nicht mydriatischen Fundusfotos in der Notaufnahme. Klinische Monatsblätter für Augenheilkunde. 2024;241(08):887-888. doi:10.1055/a-2330-3356

BibTeX
@article{Bitzer2024,
  author = {Bitzer, Michaela},
  title = {Deep-Learning-Verfahren zur Erkennung von Papillenödemen auf nicht mydriatischen Fundusfotos in der Notaufnahme},
  journal = {Klinische Monatsblätter für Augenheilkunde},
  year = {2024},
  volume = {241},
  number = {08},
  pages = {887--888},
  doi = {10.1055/a-2330-3356}
}
Kostenlos starten →