CareLit Fachartikel

Deep Learning in der Pathologie: Anwendungsmöglichkeiten und Herausforderungen in der Ophthalmopathologie

Stefan J. Lang, Andreas Glatz, Kristina Joana Schoelles, Thomas Reinhard, Claudia Auw-Hädrich · Klinische Monatsblätter für Augenheilkunde · 2020 · Heft 07 · S. 856-859

Dokument
793172
CareLit-ID
Jahr
2020
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Klinische Monatsblätter für Augenheilkunde
Autor:innen
Stefan J. Lang, Andreas Glatz, Kristina Joana Schoelles, Thomas Reinhard, Claudia Auw-Hädrich
Ausgabe
Heft 07 / 2020
Jahrgang 237
Seiten
856-859
Erschienen: 2020-07-01 00:00:00
ISSN
0023-2165

Zusammenfassung

Zusammenfassung Einleitung Deep Learning erfährt in den zurückliegenden Jahren eine immer größer werdende Aufmerksamkeit und wird für zahlreiche Fragestellungen genutzt. Da Bildanalyse eine der Stärken von Deep Learning ist, liegt der Schluss nahe, auch pathologische Fragestellungen hiermit zu bearbeiten. Ziel dieser Arbeit ist es, aus der allgemeinen Pathologie mögliche Deep-Learning-Ansätze zu identifizieren, die in der Ophthalmopathologie genutzt werden könnten. Zudem soll anhand der Daten eines Jahres der Anteil der potenziell interessanten Präparate für Deep Learning sowie der notwendige Aufwand abgeschätzt…

Schlagworte

Ophthalmopathologie Deep Learning Machine Learning ophthalmic pathology Klinische Monatsblätter für Augenheilkunde