Deep Learning and Image Processing for Stroke Diagnosis with Computed Tomography Angiography

Angaben zum Objekt

• Weitere Titel: Deep Learning und Bildverarbeitung für die Schlaganfalldiagnose mit der Computertomographie-Angiographie
• Standort: Deutsche Nationalbibliothek Frankfurt am Main
• Umfang: Online-Ressource
• Sprache: Englisch
• Anmerkungen: In: Thamm et al. „VirtualDSA++- Automated Segmentation, Vessel Labeling, Occlusion Detection, and Graph Search on CT Angiography Data.“ ,VCBM, 2020 Thamm et al. „An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes“, Biomedical Physics and Engineering Express, Vol. 8, No. 6, 2022 Thamm et al. „Detection of Large Vessel Occlusions Using Deep Learning by Deforming Vessel Tree Segmentations“ BVM, 2022 Thamm et al. „Building Brains: Subvolume Re- combination for Data Augmentation in Large Vessel Occlusion Detection“, MICCAI, 2022 Thamm et al. „SyNCCT: Synthetic Non-contrast Images of the Brain from Single-Energy Computed Tomography Angiography“, MICCAI, 2021 ; Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Dissertation, 2023

Klassifikation und Themen

• Schlagwort: Bildgebendes Verfahren ; Schlaganfall ; Computertomografie ; Bildsegmentierung ; Bildanalyse ; Dreidimensionale Rekonstruktion

Beteiligte, Orts- und Zeitangaben

• Ereignis: Veröffentlichung
• (wo): Erlangen
• (wer): Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU)
• (wann): 2023
• Urheber: Thamm, Florian
• Beteiligte Personen und Organisationen: Maier, Andreas ; Maier, Andreas ; Stamminger, Marc

Weitere Informationen

• DOI: 10.25593/open-fau-45
• URN: urn:nbn:de:101:1-2023122110151857820319
• Rechteinformation: Der Zugriff auf das Objekt ist unbeschränkt möglich.
• Letzte Aktualisierung: 25.03.2025, 13:47 MEZ