jump to content jump to footer
329 Ergebnis(se)
Optimierung der Bildgebung bei Glioblastomen: Verbesserung der MRT-Effizienz und -Qualität durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen bei Patient:innen mit Glioblastomen, mit dem Ziel, die Scanzeit zu verkürzen und die Bildqualität zu…

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 häufigsten und aggressivsten bösartigen…

Einblicke in das BORN-Projekt: Entwicklung und Erfolge mit Dr. Maurice Heimer

Das BORN-Projekt des Bayerischen Zentrums für Krebsforschung (BZKF) schreitet in seiner zweiten Förderphase zügig voran. Ein zentraler Aspekt ist die Entwicklung strukturierter Befundungsvorlagen,…

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 Schritten voran. Das Projekt wurde im August 2022 mit…

[Translate to German:]
Wichtige Bildgebungsmerkmale zur Unterscheidung seltener Pankreastumore

Solid-pseudopapilläre Neoplasien (SPN), auch bekannt als Frantz-Tumore, sind seltene Tumore des Pankreas. Aufgrund überlappender Merkmale von SPN und pankreatischen neuroendokrinen Neoplasien (pNEN),…

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. Diese Tumore weisen in der Regel ein geringes…

[Translate to German:]
2.237 Patienten, 11 Krankenhäuser, vier HCC-Kriterien: Eine Vergleichsstudie

Eine aktuelle Studie, die in 11 südkoreanischen Krankenhäusern durchgeführt wurde, verglich die diagnostische Leistung von vier Leitlinien zur Diagnose von hepatozellulären Karzinomen (HCC) und die…

Multizentrische Studie: Vergleich diagnostischer Leitlinien für hepatozelluläres Karzinom

Neueste Fortschritte in MRT-Techniken und der Tumorbiologie haben zu aktualisierten Diagnoseleitlinien verschiedener Leberforschungsverbände für das hepatozelluläre Karzinom (HCC) geführt. Die…

[Translate to German:]
Förderung des föderierten Lernens in der Radiologie in der Praxis

Federated Learning (FL) ermöglicht kollaboratives Modelltraining ohne Datenzentralisierung - ein entscheidender Aspekt für die radiologische Bildanalyse, bei der Datenschutzbestimmungen ansonsten die…

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 zu großen und vielfältigen Datensätzen…