Benutzer: Gast  Login
Originaltitel:
Deep Learning-based Acoustic Sensing for Medical Applications
Übersetzter Titel:
Deep Learning-basierte Akustische Signalverarbeitung für Medizinische Anwendungen
Autor:
Seibold, Matthias Robert
Jahr:
2023
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Navab, Nassir (Prof. Dr.)
Gutachter:
Navab, Nassir (Prof. Dr.); Denis, Kathleen (Assoc. Prof. Dr.); Fürnstahl, Philipp (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
MED 230; DAT 760
Kurzfassung:
Acoustic signals contain valuable information about surgical actions, workflow, and medical outcome measures. This thesis proposes novel acoustic sensing paradigms for medical applications by combining highly sensitive sensor technology, advanced signal processing, and powerful cutting-edge deep learning-based analysis methods which enable the utilization of acoustic signals for the design of non-invasive, radiation-free, and low-cost multimodal sensing and support systems for interventions and...     »
Übersetzte Kurzfassung:
Akustische Signale enthalten wertvolle Informationen über chirurgische Maßnahmen und Arbeitsabläufe. Diese Dissertation stellt neuartige Paradigmen für medizinische Anwendungen vor, indem hochempfindliche Sensortechnologie, fortschrittliche Signalverarbeitung und leistungsstarke, auf Deep Learning basierende Analysemethoden kombiniert werden, die die Nutzung akustischer Signale für die Entwicklung nicht-invasiver, strahlungsfreier und kostengünstiger multimodaler Unterstützungssysteme für medizi...     »
WWW:
https://mediatum.ub.tum.de/?id=1690293
Eingereicht am:
14.11.2022
Mündliche Prüfung:
01.06.2023
Dateigröße:
31241766 bytes
Seiten:
131
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230601-1690293-1-8
Letzte Änderung:
29.09.2023
 BibTeX