User: Guest  Login
Original title:
Deep Learning for Fast and Robust Multiparametric Magnetic Resonance Imaging 
Translated title:
Deep Learning für Schnelle und Robuste Multiparametrische Magnetresonanztomographie 
Year:
2021 
Document type:
Dissertation 
Institution:
Fakultät für Informatik 
Advisor:
Menze, Bjoern H. (Prof. Dr.) 
Referee:
Menze, Bjoern H. (Prof. Dr.); Menzel, Marion I. (Priv.-Doz. Dr.); Kirschke, Jan S. (Prof. Dr.) 
Language:
en 
Subject group:
NAT Naturwissenschaften (allgemein) 
TUM classification:
MED 230; DAT 760 
Abstract:
Despite the great potential of quantitative Magnetic Resonance Imaging (MRI) for comprehensive tissue characterization, the generally long acquisition times hamper a broad clinical deployment. This dissertation aims at developing Deep Learning methods for fast and robust multiparametric MRI to meet the key clinical needs for image-based biomarkers. The proposed methodological advances for multiparametric mapping via transient-state imaging techniques are validated, and initial clinical experienc...    »
 
Translated abstract:
Trotz des großen Potenzials quantitativer Magnetresonanztomographie (MRT) hinsichtlich einer umfassenden Gewebecharakterisierung behindern die meist langen Akquisitionszeiten deren breiten klinischen Einsatz. Ziel dieser Dissertation ist es Deep Learning Methoden für schnelle und robuste multiparametrische MRT zu entwickeln, um die wichtigsten klinischen Anforderungen für bildbasierte Biomarker zu erfüllen. Die dargestellten methodischen Fortschritte für multiparametrische Quantifizierung mit Tr...    »
 
Oral examination:
14.10.2021 
File size:
36752633 bytes 
Pages:
169 
Last change:
22.11.2021