CareLit · DOI-Nachweis · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study
DOI 10.1055/a-2290-4781
Bibliografische Angaben
Nachweis in CareLit
Autor:innenChristian Kapper, Lukas Müller, Andrea Kronfeld, Mario Alberto Abello Mercado, Sebastian Altmann, Nils Grauhan, Dirk Graafen, Marc A. Brockmann, Ahmed E. Othman
ZeitschriftRöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Ausgabe01/2025
Jahrgang / SeitenJg. 197 · S. 65-75
Kernaussage aus der Literatur
Abstract-Vorschau
Zusammenfassung Ziel Auswertung der Wirkung eines herstellerunabhängigen Deep Learning Denoising-Algorithmus (DLD) auf die diagnostische Bildqualität kontrastloser kranialer Computertomografie (ncCT) für fünf CT-Scanner im Vergleich. Material und Methoden Diese retrospektive monozentrische Studie schloss ncCT-Daten von 150 konsekutiven Patienten (30 für jeden der fünf Scanner) ein, bei denen nach einem leichten Kopf…
Zitieren
Zitierempfehlung
Christian Kapper, Lukas Müller, Andrea Kronfeld, Mario Alberto Abello Mercado, Sebastian Altmann, Nils Grauhan, Dirk Graafen, Marc A. Brockmann, Ahmed E. Othman (2025) Value of vendor-agnostic deep learning image denoising in brain computed tomography: A multi-scanner study. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 197 (01), 65-75. https://doi.org/10.1055/a-2290-4781
Mit CareLit weiterarbeiten