CareLit CareLitFachliteratur für Gesundheitsberufe
CareLit · DOI-Nachweis · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren

Deep Learning basierte Quantifizierung von Lebervolumen und -fettgehalt aus der Dixon-MRT: Referenzkurven von über 66.000 Personen und deren Assoziation mit Outcomes

M Jung, M Reisert, L Michel, Z Berkarda, S Jäck, S Rospleszcz, T Pischon, T Niendorf, H U Kauczor, H Völzke, M Russe, C Schlett, M Lu, F Bamberg, V Raghu, J Weiß · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · Ausgabe 03/2025 · S. S11

DOI 10.1055/s-0045-1802698

Bibliografische Angaben

Nachweis in CareLit

Autor:innenM Jung, M Reisert, L Michel, Z Berkarda, S Jäck, S Rospleszcz, T Pischon, T Niendorf, H U Kauczor, H Völzke, M Russe, C Schlett, M Lu, F Bamberg, V Raghu, J Weiß
ZeitschriftRöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Ausgabe03/2025
Jahrgang / SeitenJg. 197 · S. S11

Kernaussage aus der Literatur

Abstract-Vorschau

Für diesen Datensatz sind bibliografische Angaben hinterlegt. Weitere Inhalte und passende Literatur stehen in der CareLit-Recherche bereit.

Zitieren

Zitierempfehlung

M Jung, M Reisert, L Michel, Z Berkarda, S Jäck, S Rospleszcz, T Pischon, T Niendorf, H U Kauczor, H Völzke, M Russe, C Schlett, M Lu, F Bamberg, V Raghu, J Weiß (2025) Deep Learning basierte Quantifizierung von Lebervolumen und -fettgehalt aus der Dixon-MRT: Referenzkurven von über 66.000 Personen und deren Assoziation mit Outcomes. RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren, 197 (03), S11. https://doi.org/10.1055/s-0045-1802698

Mit CareLit weiterarbeiten

Volltext, Abstract und ähnliche Literatur