User: Guest  Login
Original title:
Analyzing Tumor Lesions in PET/CT Images Using Deep Learning Methods and Physiological Models 
Translated title:
Analyse von Tumorläsionen in PET / CT-Bildern mit Deep Learning-Methoden und physiologischen Modellen 
Year:
2018 
Document type:
Dissertation 
Institution:
Fakultät für Informatik 
Advisor:
Menze, Björn (Prof. Dr.) 
Referee:
Menze, Björn (Prof. Dr.); Ntziachristos, Vasilis (Prof. Dr.); Vaupel, Peter (Prof. Dr.) 
Language:
en 
Subject group:
DAT Datenverarbeitung, Informatik; MED Medizin 
Keywords:
Deep learning, tumor, hypoxia, bone lesion, lymph node metastasis, psma 
Translated keywords:
Deep Learning, Tumor, Hypoxie, Knochenläsion, Lymphknotenmetastasen, psma 
TUM classification:
DAT 760d; MED 230d 
Abstract:
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. 
Translated abstract:
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 
Oral examination:
18.12.2018 
Last change:
11.02.2019