EconPapers    
Economics at your fingertips  
 

Interpretation magnetresonanz-tomographischer (MRT) Daten mit KI

Hans-Heino Ehricke ()
Additional contact information
Hans-Heino Ehricke: Fakultät für Elektrotechnik und Informatik

Chapter Kapitel 30 in Künstliche Intelligenz im Gesundheitswesen, 2022, pp 639-663 from Springer

Abstract: Zusammenfassung Die rasante Entwicklung der Magnetresonanz-Tomografie sowie Fortschritte in der Verfügbarkeit leistungsfähiger Rechentechnik haben in den letzten Jahren neue Perspektiven für die Nutzung radiologischer Bilddaten als Biomarker eröffnet. Dadurch sind bildgestützte Verfahren möglich geworden, die Aussagen über den Krankheitsverlauf und die Wirkung verschiedener Therapieformen erlauben (Radiomics). Ausgehend von klassischen Methoden der Mustererkennung werden die Grundprinzipien und Einsatzmöglichkeiten der KI-basierten Bildinterpretation von MRT-Daten erläutert. Hierzu gehören einfache und fortgeschrittene Klassifikatoren, künstliche neuronale Netze, Convolutional Neural Networks sowie deren Verwendung für Radiomics Anwendungen.

Date: 2022
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-33597-7_30

Ordering information: This item can be ordered from
http://www.springer.com/9783658335977

DOI: 10.1007/978-3-658-33597-7_30

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().

 
Page updated 2025-04-02
Handle: RePEc:spr:sprchp:978-3-658-33597-7_30