Benutzer: Gast  Login
Originaltitel:
Analyzing Tumor Lesions in PET/CT Images Using Deep Learning Methods and Physiological Models
Übersetzter Titel:
Analyse von Tumorläsionen in PET / CT-Bildern mit Deep Learning-Methoden und physiologischen Modellen
Autor:
Xu, Lina
Jahr:
2018
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Menze, Björn (Prof. Dr.)
Gutachter:
Menze, Björn (Prof. Dr.); Ntziachristos, Vasilis (Prof. Dr.); Vaupel, Peter (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; MED Medizin
Stichworte:
Deep learning, tumor, hypoxia, bone lesion, lymph node metastasis, psma
Übersetzte Stichworte:
Deep Learning, Tumor, Hypoxie, Knochenläsion, Lymphknotenmetastasen, psma
TU-Systematik:
DAT 760d; MED 230d
Kurzfassung:
Medical imaging provides a visualized way to keep track of tumor status. The detection of pathological lesions plays an important role in the diagnostic and therapeutic assessment of various oncological disorders. On the other hand, tumor hypoxia, which characterizes a depletion of oxygen supply, is a major factor that impedes radiotherapy. Both raise some open questions to be addressed.
Übersetzte Kurzfassung:
Die medizinische Bildgebung bietet eine visuelle Möglichkeit, den Tumorstatus zu erfassen. Der Nachweis pathologischer Läsionen spielt eine wichtige Rolle bei der Diagnose und Therapie verschiedener onkologische Erkrankungen. Auf der anderen Seite stellt Tumorhypoxie, die als Folge einer Sauerstoff Mangelversorgung charakterisiert wird, einen wichtigen Faktor dar, der die Strahlentherapie beeinträchtigt. Beide werfen einige offene Fragen auf, die angegangen werden müssen.
ISBN:
978-3-8439-3929-4
WWW:
https://mediatum.ub.tum.de/?id=1452478
Eingereicht am:
02.11.2018
Mündliche Prüfung:
18.12.2018
Letzte Änderung:
11.02.2019
 BibTeX