Benutzer: Gast  Login
Originaltitel:
Localising Anatomical Structures and Quantifying Tumour Burden in PET/CT Images using Machine Learning 
Übersetzter Titel:
Lokalisierung von anatomischen Strukturen und Quantifizierung der Tumorlast in PET/CT Bildern mit maschinellem Lernen 
Jahr:
2017 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Menze, Björn (Prof. Dr.) 
Gutachter:
Menze, Björn (Prof. Dr.); Schwaiger, Markus (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik 
TU-Systematik:
DAT 760d; MED 230d 
Kurzfassung:
Progress in medical imaging have made it an essential tool for cancer diagnosis and staging. In this thesis, we introduce new methods for the analysis of PET/CT images using machine learning. In particular, we propose new approaches for segmenting bones and organs and define new multimodal global and local indices assess bone lesions. 
Übersetzte Kurzfassung:
Dank Fortschritte in der medizinischen Bildgebung ist diese zu einem zentralen Werkzeug für die Diagnose und Bewertung von Krebs geworden. In dieser Doktorarbeit werden neue Methoden für die Analyse von PET/CT Daten mit maschinellem Lernen eingeführt. Es werden neue Verfahren für die Segmentierung von Knochen und Organen vorgestellt und neue multimodale lokale und globale Indizes für die Auswertung von Knochenläsionen definiert. 
Mündliche Prüfung:
17.11.2017 
Dateigröße:
20878903 bytes 
Seiten:
129 
Letzte Änderung:
30.11.2017