CareLit · DOI-Nachweis · Nuklearmedizin - NuclearMedicine
Optimizing a machine-learning-based denoising approach with simulated low-count O-15 Water PET data to assess the potential for dose reduction
DOI 10.1055/s-0046-1818229
Bibliografische Angaben
Nachweis in CareLit
Autor:innenM Voskamp, F Büther, S Salwig, F Bengel, T Ross, P Sandmann, J Lücke, G Berding
ZeitschriftNuklearmedizin - NuclearMedicine
Ausgabe02/2026
Jahrgang / SeitenJg. 65 · S. 122-123
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 Voskamp, F Büther, S Salwig, F Bengel, T Ross, P Sandmann, J Lücke, G Berding (2026) Optimizing a machine-learning-based denoising approach with simulated low-count O-15 Water PET data to assess the potential for dose reduction. Nuklearmedizin - NuclearMedicine, 65 (02), 122-123. https://doi.org/10.1055/s-0046-1818229
Mit CareLit weiterarbeiten