Deep Learning for Medical Image Analysis

Hu, Xiaobin

Xiaobin Hu

Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link

Originaltitel:: Deep Learning for Medical Image Analysis
Übersetzter Titel:: Deep Learning für die medizinische Bildanalyse
Autor:: Hu, Xiaobin
Jahr:: 2021
Dokumenttyp:: Dissertation
Fakultät/School:: Fakultät für Informatik
Betreuer:: Menze, Bjoern H. (Prof. Dr.)
Gutachter:: Menze, Bjoern H. (Prof. Dr.); Belagiannis, Vasileios (Prof. Dr.)
Sprache:: en
Fachgebiet:: DAT Datenverarbeitung, Informatik; MED Medizin
TU-Systematik:: MED 230; DAT 760
Kurzfassung:: This thesis aims to develop effective and novel deep learning based algorithms to resolve lesion segmentation, disease prognostic analysis issues, and medical image synthesis, such as brain glioma multi-class segmentation, natural killer/T cell lymphoma multi-stage segmentation, prognostic analysis of natural killer/T cell lymphoma, and MR image enhancement.
Übersetzte Kurzfassung:: Diese Arbeit beschäftigt sich damit, effektive neue Algorithmen basierend auf Deep Learning zur Anwendung in Läsionssegmentierung, prognostischer Krankheitsanalyse und medizinischer Bildsynthese zu entwickeln. Insbesondere handelt es sich dabei um Multiklassen-Segmentierung von Gehirn Gliomen, mehrstufige Segmentierung von Natürlichen Killer-T-Zell-Lymphomen, prognostische Analyse Natürlicher Killer-T-Zell-Lymphome und MRT Bildverbesserung.
WWW:: https://mediatum.ub.tum.de/?id=1608918
Eingereicht am:: 26.04.2021
Mündliche Prüfung:: 04.11.2021
Dateigröße:: 4243934 bytes
Seiten:: 108
Urn (Zitierfähige URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20211104-1608918-1-3
Letzte Änderung:: 03.01.2022
BibTeX