EUVIMEDEUVIMED entdecken
Crossref

Deep Learning vs. Traditionelle Ansätze: Die Präferenzen der Radiologen bei der Bildrekonstruktion in der Computertomographie

A Heinrich, M Bertl, F G Hahne

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 01.04.2024 · 196 (S 01 S 01) · S30-S31

DOI: 10.1055/s-0044-1781556 ↗

Kurz gefasst

Fachartikel in der Zeitschrift RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, erschienen am 01.04.2024. Verfasst von A Heinrich und 2 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Heinrich, A., Bertl, M., & Hahne, F. G. (2024). Deep Learning vs. Traditionelle Ansätze: Die Präferenzen der Radiologen bei der Bildrekonstruktion in der Computertomographie. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 196(S 01 S 01), S30-S31. https://doi.org/10.1055/s-0044-1781556

Vancouver

Heinrich A, Bertl M, Hahne FG. Deep Learning vs. Traditionelle Ansätze: Die Präferenzen der Radiologen bei der Bildrekonstruktion in der Computertomographie. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren. 2024;196(S 01 S 01):S30-S31. doi:10.1055/s-0044-1781556

BibTeX
@article{Heinrich2024,
  author = {Heinrich, A and Bertl, M and Hahne, F G},
  title = {Deep Learning vs. Traditionelle Ansätze: Die Präferenzen der Radiologen bei der Bildrekonstruktion in der Computertomographie},
  journal = {RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren},
  year = {2024},
  volume = {196},
  number = {S 01 S 01},
  pages = {S30--S31},
  doi = {10.1055/s-0044-1781556}
}
Kostenlos starten →