EUVIMEDEUVIMED entdecken
Crossref

Deep-learning Modelle zur Erkennung osteoporotischer Wirbelkörperfrakturen

Claudia Stöhr

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →