Deep-learning Modelle zur Erkennung osteoporotischer Wirbelkörperfrakturen
Radiologie up2date · 01.09.2026 · 26 (03) · 216
DOI: 10.1055/a-2899-8926 ↗Kurz gefasst
Fachartikel in der Zeitschrift Radiologie up2date, erschienen am 01.09.2026. Verfasst von Claudia Stöhr. Die Arbeit nennt 1 Literaturangaben.
Abstract (Originalsprache)
Wirbelkörperfrakturen stellen eine ernsthafte Komplikation einer Osteoporose dar, werden jedoch häufig bei CT-Untersuchungen übersehen. Echte Frakturen von nicht osteoporotisch- bedingtem Höhenverlust der Wirbelsäule zu unterscheiden, ist herausfordernd. Die Autoren untersuchen die Einsetzbarkeit von Deep-Learning-(DL)-Modellen zur Erkennung und Beurteilung von Wirbelkörperfrakturen.
Zitieren
APA
Stöhr, C. (2026). Deep-learning Modelle zur Erkennung osteoporotischer Wirbelkörperfrakturen. Radiologie up2date, 26(03), 216. https://doi.org/10.1055/a-2899-8926
Vancouver
Stöhr C. Deep-learning Modelle zur Erkennung osteoporotischer Wirbelkörperfrakturen. Radiologie up2date. 2026;26(03):216. doi:10.1055/a-2899-8926
BibTeX
@article{Sthr2026,
author = {Stöhr, Claudia},
title = {Deep-learning Modelle zur Erkennung osteoporotischer Wirbelkörperfrakturen},
journal = {Radiologie up2date},
year = {2026},
volume = {26},
number = {03},
pages = {216},
doi = {10.1055/a-2899-8926}
}
EUVIMED