Navigation überspringen
Universitätsbibliothek Heidelberg
Status: Bibliographieeintrag

Verfügbarkeit
Standort: ---
Exemplare: ---
heiBIB
 Online-Ressource
Verfasst von:Brugnara, Gianluca [VerfasserIn]   i
 Isensee, Fabian [VerfasserIn]   i
 Neuberger, Ulf [VerfasserIn]   i
 Bonekamp, David [VerfasserIn]   i
 Petersen, Jens [VerfasserIn]   i
 Diem, Ricarda [VerfasserIn]   i
 Wildemann, Brigitte [VerfasserIn]   i
 Heiland, Sabine [VerfasserIn]   i
 Wick, Wolfgang [VerfasserIn]   i
 Bendszus, Martin [VerfasserIn]   i
 Maier-Hein, Klaus H. [VerfasserIn]   i
 Vollmuth, Philipp [VerfasserIn]   i
Titel:Automated volumetric assessment with artificial neural networks might enable a more accurate assessment of disease burden in patients with multiple sclerosis
Verf.angabe:Gianluca Brugnara, Fabian Isensee, Ulf Neuberger, David Bonekamp, Jens Petersen, Ricarda Diem, Brigitte Wildemann, Sabine Heiland, Wolfgang Wick, Martin Bendszus, Klaus Maier-Hein, Philipp Kickingereder
E-Jahr:2020
Jahr:3 January 2020
Umfang:9 S.
Illustrationen:Illustrationen
Teil:volume:30
 year:2020
 number:4
 pages:2356-2364
 extent:9
Fussnoten:Gesehen am 14.04.2020
Titel Quelle:Enthalten in: European radiology
Ort Quelle:Berlin : Springer, 1991
Jahr Quelle:2020
Band/Heft Quelle:30(2020), 4, Seite 2356-2364
ISSN Quelle:1432-1084
 1613-3757
Abstract:Patients with multiple sclerosis (MS) regularly undergo MRI for assessment of disease burden. However, interpretation may be time consuming and prone to intra- and interobserver variability. Here, we evaluate the potential of artificial neural networks (ANN) for automated volumetric assessment of MS disease burden and activity on MRI.
DOI:doi:10.1007/s00330-019-06593-y
URL:Bitte beachten Sie: Dies ist ein Bibliographieeintrag. Ein Volltextzugriff für Mitglieder der Universität besteht hier nur, falls für die entsprechende Zeitschrift/den entsprechenden Sammelband ein Abonnement besteht oder es sich um einen OpenAccess-Titel handelt.

Volltext: https://doi.org/10.1007/s00330-019-06593-y
 DOI: https://doi.org/10.1007/s00330-019-06593-y
Datenträger:Online-Ressource
Sprache:eng
K10plus-PPN:1694427439
Verknüpfungen:→ Zeitschrift

Permanenter Link auf diesen Titel (bookmarkfähig):  https://katalog.ub.uni-heidelberg.de/titel/68563822   QR-Code
zum Seitenanfang