Benutzer: Gast  Login
Originaltitel:
Enhancing Brain Tumor Imaging: A Novel Deep Learning-Based Approach for Recurrence Prediction of Glioblastoma
Übersetzter Titel:
Fortschritte in der Bildgebung maligner Hirntumore: Eine neue, auf maschinellem Lernen basierende Methode zur Rezidivprädiktion von Glioblastomen
Autor:
Metz, Marie-Christin
Jahr:
2022
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Medizin
Betreuer:
Wiestler, Benedikt (Priv.-Doz. Dr.)
Gutachter:
Wiestler, Benedikt (Priv.-Doz. Dr.); Combs, Stephanie E. (Prof. Dr.)
Sprache:
en
Fachgebiet:
MED Medizin
Stichworte:
Glioblastoma, AI, DTI, recurrence prediction
Übersetzte Stichworte:
Glioblastom, Hirntumor, Künstliche Intelligenz, Rezidivprädiktion, DTI
TU-Systematik:
MED 540; MED 600
Kurzfassung:
Glioblastoma, the most common primary malignant brain tumor, still carries a bleak prognosis. To guide more efficient treatment options, a lot of scientific effort is put into investigating the peritumoral edema for microscopic tumor infiltration. Here, Diffusion Tensor Imaging (DTI) has emerged as a promising imaging tool. However, its application is impeded by the diffusion effects of free-water. In this thesis, a novel Deep Learning-based approach for correcting the free-water contamination o...     »
Übersetzte Kurzfassung:
Die Prognose von Glioblastom-Patienten ist bis heute infaust. Ein wichtiger Forschungsschwerpunkt ist deshalb die Weiterentwicklung bildgebender Methoden zur Evaluation der Tumorausbreitung im Gewebe. Insbesondere die Diffusions-Tensor-Bildgebung hat sich dabei als vielversprechend erwiesen. Allerdings ist ihre Anwendbarkeit im Perifokalödem des Tumors durch die Wasserkomponente beeinträchtigt. Diese Arbeit stellt einen neuen, auf maschinellem Lernen basierenden Ansatz vor, mit dem diese Wasserk...     »
WWW:
https://mediatum.ub.tum.de/?id=1617975
Eingereicht am:
30.08.2021
Mündliche Prüfung:
24.01.2022
Dateigröße:
2906890 bytes
Seiten:
60
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20220124-1617975-1-4
Letzte Änderung:
21.02.2022
 BibTeX