CareLit · DOI-Nachweis · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
ABDOMEN BECKEN – Automatische Lebersegmentierung mit tiefem konvolutionalen Netzwerk
DOI 10.1055/a-2417-0052
Bibliografische Angaben
Nachweis in CareLit
Autor:innenSusanne Krome
ZeitschriftRöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Ausgabe12/2024
Jahrgang / SeitenJg. 196 · S. 1211-1212
Kernaussage aus der Literatur
Abstract-Vorschau
Die manuelle Segmentierung der Leber in der MRT kostet Zeit und ist untersucherabhängig. Konvolutionale neurale Netzwerke (CNN) basierend auf tiefem Lernen waren zwar vielversprechend, aber oft nur aus kleinen Datensätzen generiert und damit nicht unbedingt generalisierbar. Gross et al. entwickelten, testeten und validierten ein tiefes CNN (DCNN) für die automatische Lebersegmentierung, dessen Grundlage 470 Leber-MR…
Zitieren
Zitierempfehlung
Susanne Krome (2024) ABDOMEN BECKEN – Automatische Lebersegmentierung mit tiefem konvolutionalen Netzwerk. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 196 (12), 1211-1212. https://doi.org/10.1055/a-2417-0052
Mit CareLit weiterarbeiten