Bedeutsame Erkenntnisse aus der radiologischen Forschung
Entdecken Sie eine Sammlung von Zusammenfassungen kürzlich durchgeführter Studien, die aktuelle Themen wie strukturierte Befundung, Texturanalyse, Radiomics oder neue Imaging Biomarker beleuchten. Erfahren Sie, welche Rolle mint Lesion™ in diesen Studien gespielt hat, und kontaktieren Sie uns, wenn Sie Fragen zu unserer Softwareplattform haben.
Hier finden Sie eine detaillierte Liste wissenschaftlicher Publikationen, in denen mint Lesion™ eine wesentliche Rolle gespielt hat:
Universitätsklinikum Tübingen: Neuroonkologische Bildgebung mit Deep Learning Reconstruction (DLR)
Eine aktuelle Studie des Universitätsklinikums Tübingen untersuchte das Potenzial von mittels Deep Learning rekonstruierten (DLR) Bildern in der…
Software-unterstützte strukturierte Befundung verbessert die Genauigkeit der TNM-Klassifikation beim NSCLC-Staging
In dieser multizentrischen Zusammenarbeit entwickelten und evaluierten Expert:innen der Thoraxradiologie ein softwaregestütztes Framework zur…
Universitätsklinikum Köln: Vergleich von iRECIST und RECIST 1.1 zur Beurteilung der Immuntherapie bei Melanom und nicht-kleinzelligem Lungenkarzinom
In der am Universitätsklinikum Köln durchgeführten retrospektiven Studie wurden zwei Kriterien zur radiologischen Beurteilung des…
LMU Klinikum München: Überwachung von Prostatakrebsbehandlungen mit VTP und HIFU - Einsatz von multiparametrischer MRT
Die prospektive Studie des LMU Klinikums München untersucht die Behandlung von lokalem Prostatakrebs mit zwei Techniken: der vaskulären…
Universitätsklinikum Heidelberg: Delta-Radiomics-Features von ADC-Karten als frühe Vorhersagevariable des Behandlungserfolgs bei Lungenkrebs
In dieser prospektiven Studie des Universitätsklinikums Heidelberg wurde untersucht, ob Änderungen von radiomischen Merkmalen in diffusionsgewichteten…
Universitätsklinikum Tübingen: Fortschritte in der Effizienz von MRT bei der Behandlung von Glioblastomen durch Deep Learning
Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen für Patient:innen mit Glioblastomen. Glioblastome, die…
Universitätsklinikum Heidelberg: Wichtige bildgebende Merkmale zur Unterscheidung von solid-pseudopapillären Neoplasien von neuroendokrinen Neoplasien des Pankreas
Solid-pseudopapilläre Neoplasien (SPN), auch Frantz-Tumore genannt, sind seltene Tumore des Pankreas, die 2-3 % aller Pankreasneoplasien ausmachen.…
Multizentrische Studie: Vergleich diagnostischer Leitlinien für hepatozelluläres Karzinom
Neueste Fortschritte in MRT-Techniken und der Tumorbiologie haben zu aktualisierten Diagnoseleitlinien verschiedener Leberforschungsverbände für das…
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…
RACOON: Studie hebt die klinische Relevanz von Perikardergüssen als bildgebender Biomarker bei COVID-19-Patienten hervor
Eine multizentrische Studie [1] im Rahmen des deutschen Forschungsinfrastrukturprojekts RACOON (Radiological Cooperative Network of the COVID-19…
About Cookies
This website uses cookies. Those have two functions: On the one hand they are providing basic functionality for this website. On the other hand they allow us to improve our content for you by saving and analyzing anonymized user data. You can redraw your consent to using these cookies at any time. Find more information regarding cookies on our Data Protection Declaration and regarding us on the Imprint.
