CareLit Fachartikel

Maschinelles Lernen und radiomische Analyse von 18F-FDG PET/MR-Datensätzen zur Vorhersage des Therapieansprechens nach isolierter Extremitätsperfusion bei Patienten mit Weichteils…

M Chodyla, J Grüneisen, A Demircioglu, O Martin, J Haubold, F Nensa, K Herrmann, M Forsting, L Umutlu · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2020 · Heft S 01 S 01 · S. S73

Dokument
940801
CareLit-ID
Jahr
2020
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Autor:innen
M Chodyla, J Grüneisen, A Demircioglu, O Martin, J Haubold, F Nensa, K Herrmann, M Forsting, L Umutlu
Ausgabe
Heft S 01 S 01 / 2020
Jahrgang 192
Seiten
S73
Erschienen: 2020-04-01 00:00:00
ISSN
1433-5972
DOI
10.1055/s-0040-1703326

Zusammenfassung

Maschinelles Lernen und radiomische Analyse von 18F-FDG PET/MR-Datensätzen zur Vorhersage des Therapieansprechens nach isolierter Extremitätsperfusion bei Patienten mit Weichteilsarkomen

Schlagworte

Maschinelles Lernen Radiomische Analyse 18F-Fdg Mr-Datensätzen Vorhersage Therapieansprechens Isolierter Extremitätsperfusion Weichteilsarkomen RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Ver…