CareLit Fachartikel

Künstliche Intelligenz in der onkologischen Hybridbildgebung

Benedikt Feuerecker, Maurice Heimer, Thomas Geyer, Matthias P. Fabritius, Sijing Gu, Balthasar Schachtner, Leonie Beyer, Jens Ricke, Sergios Gatidis, Michael Ingrisch, Clemens C. Cyran · Angewandte Nuklearmedizin · 2024 · Heft 04 · S. 246-256

Dokument
925203
CareLit-ID
Jahr
2024
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
Angewandte Nuklearmedizin
Autor:innen
Benedikt Feuerecker, Maurice Heimer, Thomas Geyer, Matthias P. Fabritius, Sijing Gu, Balthasar Schachtner, Leonie Beyer, Jens Ricke, Sergios Gatidis, Michael Ingrisch, Clemens C. Cyran
Ausgabe
Heft 04 / 2024
Jahrgang 47
Seiten
246-256
Erschienen: 2024-12-01 00:00:00
ISSN
2749-7445
DOI
10.1055/a-2140-7831

Zusammenfassung

Zusammenfassung Hintergrund Der Stellenwert künstlicher Intelligenz (KI) hat in der medizinischen Bildgebung in den letzten Jahren deutlich zugenommen. Aufgrund der enormen Datenmengen und strukturierbaren Aufgaben im diagnostischen Workflow hat die KI in der onkologischen Hybridbildgebung besonders vielversprechende Anwendungsgebiete für die Läsionsdetektion, die Läsionscharakterisierung und die Therapiebeurteilung. Vor dem Hintergrund rasanter Entwicklungen im Bereich des Machine Learning (ML) und des Deep Learning (DL) ist von einer zunehmenden Bedeutung in der onkologischen Hybridbildgebung auszugehen mit Po…

Schlagworte

Künstliche Intelligenz Onkologische Bildgebung Hybrid-Bildgebung Artifical Intelligence Oncological Imaging Hybrid Imaging Angewandte Nuklearmedizin