Kategorien: Datensammlung

Bild eines Patienten, der einen MRT-Scan bekommt, um zu illustrieren, wie  die RACOON-Projekte in Deutschland, durch Bildgebung, strukturierte Befundung und KI gemeinsam die klinische Forschung verbessern.

RACOON – Bildgebung, Daten & Zusammenarbeit für bessere Entscheidungen

Die moderne Radiologie steht vor einer zentralen Frage: Wie lassen sich Bildgebung und klinische Daten so verbinden, dass Diagnosen präziser,…

mint Lesions Research Suite: moderne Plattform für die bildbasierte Forschung für akademische Teams

mint Lesion Research Suite: Die flexible Forschungsplattform für skalierbare, mono- und multizentrische Bildgebungsstudien

mint Lesions Research Suite ist eine moderne Plattform für die bildbasierte Forschung, die akademische Teams dabei unterstützt, ihre Studien sowohl…

Radiologe nutzt strukturierte Befundung in mint Lesion

Leave No Data Behind: Engagement für Datenexzellenz

Bei Mint Medical verstehen wir Daten als wesentlichen Baustein zur Verbesserung der Patientenversorgung und bahnbrechender Forschung. Unsere Mission…

mint Lesion Screenshot mit PET-Auswertung, SUV und angepassten Response-Kriterien

Anpassbare Befundungsvorlagen für die Auswertung des Therapieansprechens

mint Lesion bietet anpassbare Befundungstemplates zur Auswertung des Therapieansprechens in der diagnostischen Radiologie und Forschung. Passen Sie…

KI-basierte Erkennung von Lungenknoten mit contextflow und Lung-RADS in mint Lesion

Setzen Sie auf KI-gestützte Lungenrundherden-Erkennung und -Analyse für eine umfassende Patientenversorgung

Entdecken Sie die Möglichkeiten eines KI-gestützten und optimierten Lungen-Screenings mit contextflow ADVANCE Chest CT integriert in mint Lesion.…

RACOON FADEN: Pionierarbeit zur Früherkennung von Adenomyose – Einblicke von Prof. Mechsner (Charité Berlin) und Prof. May (Universitätsklinikum Erlangen)

Die Adenomyose ist eine gynäkologische Erkrankung der Gebärmutter und eine Form der Endometriose. Etwa 10 Prozent der Frauen im fruchtbaren Alter sind…

Portrait von Dr. Maurice Heimer, ist Arzt in Weiterbildung für Radiologie

Ein Blick auf das BORN-Projekt des BZKF: Interview mit Dr. Maurice Heimer von der Klinik und Poliklinik für Radiologie am LMU Klinikum

Das Bayernweite Onkologische Radiologie Netzwerk (BORN) befindet sich zwischenzeitlich in der zweiten Förderphase und schreitet mit schnellen…

Schematische Darstellung der Federated-Learning Studie und ihrer Dateninfastruktur

RACOON: Ein Leitfaden zur Überbrückung der Kluft zwischen simulierter und realer Forschung im Bereich des föderalen Lernens

Deep Learning (DL) ist ein wichtiger Bestandteil der radiologischen Bildanalyse geworden. Um diese Deep-Learning-Modelle zu trainieren, ist der Zugang…

Eine Ärztin benutzt ein technisches Gerät. Hintergrund zeigt Punkte und Linien, um verbundene Daten darzustellen.

Die Macht der KI und die entscheidende Rolle der strukturierten Befundung

Wir alle kennen die Redewendung „ein Bild sagt mehr als tausend Worte“. In bestimmten Bereichen sind tausend Worte jedoch einfach zu viel und sogar…