Multiple Sklerose: Deep-Learning verbessert die Erkennung von Läsionen
Neuroradiologie Scan · 01.07.2026 · 16 (03) · 183-184
DOI: 10.1055/a-2856-9425 ↗Kurz gefasst
Fachartikel in der Zeitschrift Neuroradiologie Scan, erschienen am 01.07.2026.
Abstract (Originalsprache)
Deep-Learning-(DL)-basierte Bildrekonstruktionstechniken (DLBIR) sollen schnellere MRT-Aufnahmen mit besserer Bildqualität liefern. Die Autoren vergleichen die Bildqualität eines DLBIR-basierten 3D-FLAIR (3D-FLAIRDL) mit einem herkömmlichem (standard of care) 3D-FLAIR (3D-FLAIRSOC) bei einer Kohorte von Patienten mit Multipler Sklerose (MS).
Zitieren
APA
(2026). Multiple Sklerose: Deep-Learning verbessert die Erkennung von Läsionen. Neuroradiologie Scan, 16(03), 183-184. https://doi.org/10.1055/a-2856-9425
Vancouver
Multiple Sklerose: Deep-Learning verbessert die Erkennung von Läsionen. Neuroradiologie Scan. 2026;16(03):183-184. doi:10.1055/a-2856-9425
BibTeX
@article{euvimed2026,
title = {Multiple Sklerose: Deep-Learning verbessert die Erkennung von Läsionen},
journal = {Neuroradiologie Scan},
year = {2026},
volume = {16},
number = {03},
pages = {183--184},
doi = {10.1055/a-2856-9425}
}
EUVIMED