DOI : 10.1055/s-00000066

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren

Issue S 01 · Volume 194 · August 2022 DOI: 10.1055/s-012-54903


103. Deutscher Röntgenkongress der Deutschen Röntgengesellschaft e. V.
RheinMain CongressCenter Wiesbaden, 25.–27.05.2022

Kerstin Westphalen
Abstracts (HTML) Abstracts (PDF) List of Authors
  • ab5
    Meetschen, M; Haubold, J; Zeng, K; Farhand, S; Stalke, S; Steinberg, H; Bos, D; Kureishi, A; Zensen, S; Goeser, T; Maier, S; Forsting, M; Umutlu, L; Nensa, F:

    KI als Co-Pilot: Inhaltsbasierte Bildsuche zur Erkennung seltener Krankheiten in der Thorax-CT

  • ab6
    Heinrich, A; Engler, M; Richter, L; Ramma, D; Güttler, F; Teichgräber, U:

    Deep Learning zur automatisierten Zahnklassifizierung und -segmentierung von Orthopantomogrammen

  • ab7
    Fink, M; Seibold, C; Kauczor, U H; Stiefelhagen, R; Kleesiek, J:

    Deep Learning-basierte Synthese virtueller monoenergetischer Bilder zur Optimierung einer automatisierten Detektion von Lungenarterienembolien in konventionellen CT-Scans

  • ab8
    Wichtmann, B; Fan, Q; Witzel, T; Pieper, C; Attenberger, U; Rosen, B; Wald, L; Huang, S; Nummenma, A:

    Linear Multi-scale Modeling von diffusionsgewichteter MRT-Bildgebung zur mikrostrukturellen Charakterisierung von Gewebe in vivo

  • ab9
    Naßenstein, K; Umutlu, L; Demircioglu, A:

    Pädiatrische Altersschätzung aus Röntgenbildern des Knies mittels Deep Learning

  • ab10
    Kopp, M; Wetzl, M; Geissler, F; Schoeniger, M; Uder, M; May, M:

    Zusatznutzen digitaler, strukturierter Patientenaufklärungen vor einer Computertomographie

  • ab11
    Thomsen, F; Horstmeier, S; Niehoff, J; Borggrefe, J:

    Photon Counting Computertomographie der Knochenmikrostruktur: Steigerung der effektiven Ortsauflösung im Vergleich zur konventionellen CT

  • ab12
    Raab, F; Lang, W E; Stroszczynski, C; Wein, S; Haimerl, M:

    Ein multimodales 2D Convolutional Neural Network mit 3 Eingängen zur Detektion von Multiple-Sklerose Läsionen

  • ab13
    Verloh, N; Strotzer, Q; Winther, H; Haimerl, M; Lürken, L; Uller, W; Stroszczynski, C:

    Anwendung eines neuronalen Netzwerks zur landkartenähnlichen Segmentierung und Visualisierung der diskontinuierlichen Fibroseverteilung in Gd-EOB-DTPA-verstärkten Leber-MRT

  • ab14
    Daniel, S; May, M; Uder, M; Kopp, M; Vollbrecht, T:

    Semiautomatische Personalisierung der Untersuchungsprotokolle in der thorakoabdominalen Computertomographie

  • ab15
    Risch, F; Braun, F; Decker, J; Eva, H; Scheurig-Münkler, C; Schwarz, E; Schwarz, F; Kröncke, T; Schoepf, J; Woznicki, P; Wolny, C:

    Die Quantifizierung von Koronarkalk auf Grundlage virtuell nativer Rekonstruktionen aus koronaren CT-Angiographien an einem Photon-Counting Detektor CT

  • ab16
    Kim, S; Rebmann, P; Tran, H; Kellner, E; Reisert, M; Bamberg, F; Kotter, E; Russe, M:

    Deep Learning zur Erkennung von Osteosynthesematerial, Hartverbänden und postoperativen Veränderungen am Beispiel des Sprunggelenks

  • ab17
    Kullmann, R; Kröger, R J; Mönninghoff, C; Roggel, M; Borggrefe, J:

    Onlinereferenzsysteme in der Neuroonkologie: teures Lesevergnügen oder objektive Hilfestellung?

  • ab18
    Gerdes, H; Mairhöfer, D; Laufer, M; Leal dos Reis, F; Preuss, J; Käster, T; Barth, E; Martinetz, T; Barkhausen, J; Bischof, A; Sieren, M:

    Automatisierte Qualitätsbewertung von Röntgenaufnahmen des oberen Sprunggelenks mittels künstlicher Intelligenz

  • ab19
    Haubold, J; Nensa, F; Pietsch, H; Forsting, M; Schaarschmidt, M B; Li, Y; Theysohn, M J; Ludwig, M J; Jost, G; Hosch, R:

    Kontrastmittelreduzierung in der Computertomographie mit Deep Learning unter Verwendung eines Generative Adversarial Networks in einer experimentellen Tierstudie

  • ab20
    Haubold, J; Schaarschmidt, M B; Li, Y; Theysohn, M J; Ludwig, M J; Forsting, M; Nensa, F; Jost, G; Pietsch, H; Hosch, R:

    Kontrastmittelreduktion in der MRT mit Deep Learning unter Verwendung eines Generative Adversarial Networks in einer experimentellen Tierstudie

  • ab21
    Daniel, S; May, M; Uder, M; Kopp, M; Taubmann, O:

    Automatisierte Textanalyse für die personalisierte Protokollauswahl der thorakalen Computertomographie