Deep Learning: Generierung synthetischer STIR- und T1w-Bilder der Wirbelsäule
Radiologie up2date · 01.12.2025 · 25 (04) · 312
DOI: 10.1055/a-2709-4358 ↗Kurz gefasst
Fachartikel in der Zeitschrift Radiologie up2date, erschienen am 01.12.2025. Verfasst von Petra Wunderlich. Die Arbeit nennt 1 Literaturangaben.
Abstract (Originalsprache)
Die am häufigsten für die spinale MRT verwendeten Sequenzen sind T1- und T2-gewichtete Fast-Spin-Echo-Sequenzen. Zum Nachweis spezifischer Gewebeeigenschaften müssen zudem Aufnahmen akquiriert werden, um entweder Fett- oder Wassersignale hervorzuheben. Zur Verkürzung der Messzeit wird dazu meist eine 2D-Technik mit niedriger räumlicher Auflösung eingesetzt. Eine mögliche Alternative ist die Erzeugung additiver Aufnahmen durch Maschinelles Lernen.
Zitieren
APA
Wunderlich, P. (2025). Deep Learning: Generierung synthetischer STIR- und T1w-Bilder der Wirbelsäule. Radiologie up2date, 25(04), 312. https://doi.org/10.1055/a-2709-4358
Vancouver
Wunderlich P. Deep Learning: Generierung synthetischer STIR- und T1w-Bilder der Wirbelsäule. Radiologie up2date. 2025;25(04):312. doi:10.1055/a-2709-4358
BibTeX
@article{Wunderlich2025,
author = {Wunderlich, Petra},
title = {Deep Learning: Generierung synthetischer STIR- und T1w-Bilder der Wirbelsäule},
journal = {Radiologie up2date},
year = {2025},
volume = {25},
number = {04},
pages = {312},
doi = {10.1055/a-2709-4358}
}
EUVIMED