Benutzer: Gast  Login
Originaltitel:
Machine Learning Methods for Segmentation in Autosomal Dominant Polycystic Kidney Disease 
Übersetzter Titel:
Maschinelle Lernverfahren zur Segmentierung im Falle der autosomal-dominanten polyzystischen Nierenerkrankung (ADPKD) 
Jahr:
2017 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Navab, Nassir (Prof. Dr.) 
Gutachter:
Navab, Nassir (Prof. Dr.); Sourbron, Steven (Ph.D.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik; MED Medizin 
TU-Systematik:
MED 230d; DAT 760d 
Kurzfassung:
In Autosomal Dominant Polycystic Kidney Disease (ADPKD), automated segmentation of kidneys for total kidney volume (TKV) measurement is very challenging due to severe, disease-related alterations in kidney morphology. This PhD thesis analyzes the applicability and performance of machine learning techniques (Random Forests and Deep Learning) for kidney segmentation in ADPKD. The developed segmentation method based on Deep Learning allows fast and reproducible TKV measurements, demonstrating that...    »
 
Übersetzte Kurzfassung:
Im Falle der autosomal-dominanten polyzystischen Nierenerkrankung (ADPKD) ist die automatisierte Segmentierung der Nieren zur Bestimmung des Gesamtnierenvolumens (TKV) aufgrund von erheblichen, krankheitsbedingten Veränderungen der Nierenmorphologie sehr anspruchsvoll. Diese Dissertation untersucht die Anwendbarkeit und Leistung von maschinellen Lernverfahren (Random Forests und Deep Learning) für die Segmentierung der Nieren bei ADPKD. Die vorgestellte Segmentierungsmethode, basierend auf Deep...    »
 
Mündliche Prüfung:
22.11.2017 
Dateigröße:
22974333 bytes 
Seiten:
129 
Letzte Änderung:
08.01.2018