Machine Learning Characterization of Vascular Functions in Stroke Perfusion Imaging

de la Rosa, Ezequiel

Computer Science

Back
Back to start of result list
Permanent link for displayed object

If you experience problems opening the document, please try this link.

Original title:: Machine Learning Characterization of Vascular Functions in Stroke Perfusion Imaging
Translated title:: Charakterisierung vaskulärer Funktionen in der Schlaganfall-Perfusionsbildgebung mittels maschinellem Lernen
Author:: de la Rosa, Ezequiel
Year:: 2024
Document type:: Dissertation
Faculty/School:: TUM School of Computation, Information and Technology
Advisor:: Menze, Björn H. (Prof. Dr.)
Referee:: Menze, Björn H. (Prof. Dr.); Vandemeulebroucke, Jef (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik; MED Medizin
TUM classification:: MED 230; DAT 760
Abstract:: In acute ischemic stroke, vascular functions serve as input parameters for perfusion CT (CTP) post-processing algorithms to evaluate brain tissue status. This thesis focuses on investigating the selection, estimation, and applicability of these vascular functions and contributes to the development of more robust and reliable stroke CTP post-processing software.
Translated abstract:: In einem akuten ischämischen Schlaganfall dienen vaskuläre Funktionen als Eingabeparameter für die Nachverarbeitungsalgorithmen der Perfusions-CT (CTP), um den Zustand des Gehirngewebes zu bewerten. Diese Dissertation konzentriert sich auf die Untersuchung der Auswahl, Schätzung und Anwendbarkeit dieser vaskulären Funktionen und trägt zur Entwicklung robusterer und zuverlässigerer CTP-Nachverarbeitungssoftware für den Schlaganfall bei.
WWW:: https://mediatum.ub.tum.de/?id=1713480
Date of submission:: 28.06.2023
Oral examination:: 01.02.2024
File size:: 7024155 bytes
Pages:: 152
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240201-1713480-1-9
Last change:: 20.03.2024
BibTeX