EUVIMEDEUVIMED entdecken
Crossref

ABDOMEN BECKEN – Deep-Learning-Rekonstruktion von CT-Kolonografie-Aufnahmen

Stephanie Gräwert

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.01.2025 · 197 (01) · 17

DOI: 10.1055/a-2415-9085 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.01.2025. Verfasst von Stephanie Gräwert. Die Arbeit nennt 1 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Die CT-Kolonografie (CTK) kommt meist dann zum Einsatz, wenn eine Koloskopie nicht oder nicht vollständig durchgeführt werden kann. Ein Nachteil dabei ist allerdings die Strahlenbelastung. In China wurde nun untersucht, ob sich mit Hilfe der Deep-Learning-basierten Rekonstruktion (DLR) auch bei niedriger Strahlendosis gute Aufnahmen generieren lassen. Die Studienkohorte bestand aus 270 Probanden, die sich freiwillig einer CTK unterzogen.

Zitieren

APA

Gräwert, S. (2025). ABDOMEN BECKEN – Deep-Learning-Rekonstruktion von CT-Kolonografie-Aufnahmen. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 197(01), 17. https://doi.org/10.1055/a-2415-9085

Vancouver

Gräwert S. ABDOMEN BECKEN – Deep-Learning-Rekonstruktion von CT-Kolonografie-Aufnahmen. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2025;197(01):17. doi:10.1055/a-2415-9085

BibTeX
@article{Grwert2025,
  author = {Gräwert, Stephanie},
  title = {ABDOMEN BECKEN – Deep-Learning-Rekonstruktion von CT-Kolonografie-Aufnahmen},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2025},
  volume = {197},
  number = {01},
  pages = {17},
  doi = {10.1055/a-2415-9085}
}
Kostenlos starten →