Deep Learning for Medical Image Analysis

Hu, Xiaobin

Xiaobin Hu

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

Original title:: Deep Learning for Medical Image Analysis
Translated title:: Deep Learning für die medizinische Bildanalyse
Author:: Hu, Xiaobin
Year:: 2021
Document type:: Dissertation
Faculty/School:: Fakultät für Informatik
Advisor:: Menze, Bjoern H. (Prof. Dr.)
Referee:: Menze, Bjoern H. (Prof. Dr.); Belagiannis, Vasileios (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik; MED Medizin
TUM classification:: MED 230; DAT 760
Abstract:: 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.
Translated abstract:: 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
Date of submission:: 26.04.2021
Oral examination:: 04.11.2021
File size:: 4243934 bytes
Pages:: 108
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20211104-1608918-1-3
Last change:: 03.01.2022
BibTeX