KI – Inzidenteller Lungenrundherd: CT-Dosis beeinflusst Risikoabschätzung mit KI
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.12.2024 · 196 (12) · 1210-1211
DOI: 10.1055/a-2357-0630 ↗Kurz gefasst
Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.12.2024. Verfasst von Susanne Krome. Die Arbeit nennt 1 Literaturangaben.
Abstract (Originalsprache)
Zufällig entdeckte Lungenrundherde sind in Thorax-CT häufig. Die Risikoabschätzung für Malignität basiert auf radiologischen und klinischen Parametern und wird durch computergestützte Systeme erleichtert. Der Algorithmus Lung Cancer Prediction Convolutional Neural Network (LCP-CNN) basiert auf tiefem Lernen, wurde für die Identifizierung benigner Läsionen entworfen und hat das Ziel, unnötige Folgeuntersuchungen zu vermeiden. Die Studiengruppe überprüfte, wie sich CT-Dosisreduktionen auf die Risikostratifizierung mit LCP-CNN auswirkten.
Zitieren
APA
Krome, S. (2024). KI – Inzidenteller Lungenrundherd: CT-Dosis beeinflusst Risikoabschätzung mit KI. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 196(12), 1210-1211. https://doi.org/10.1055/a-2357-0630
Vancouver
Krome S. KI – Inzidenteller Lungenrundherd: CT-Dosis beeinflusst Risikoabschätzung mit KI. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2024;196(12):1210-1211. doi:10.1055/a-2357-0630
BibTeX
@article{Krome2024,
author = {Krome, Susanne},
title = {KI – Inzidenteller Lungenrundherd: CT-Dosis beeinflusst Risikoabschätzung mit KI},
journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
year = {2024},
volume = {196},
number = {12},
pages = {1210--1211},
doi = {10.1055/a-2357-0630}
}
EUVIMED