EUVIMEDEUVIMED entdecken
Crossref

Deep Learning: Generierung synthetischer STIR- und T1w-Bilder der Wirbelsäule

Petra Wunderlich

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →