DEEP-Learning-Rekonstruktion in der Neuroradiologie (Webinar | Online)

DEEP-Learning-Rekonstruktion in der Neuroradiologie (Webinar | Online)

Professor Dr. med. Marc Brockmann

WEITERENTWICKLUNGEN VON KOPF BIS FUSS BEIM VC

Oberstarzt Dr. med. Stephan Waldeck

DEEP-LEARNING-REKONSTRUKTION IN DER NEURORADIOLOGIE

Die CT ist ein essentielles Routine-Verfahren in der Neuroradiologie. Bei steigender Bildqualität konnte die Röntgendosis mit neuen Technologien in der letzten Dekade deutlich gesenkt werden, was für die zielgerichtete und möglichst schonende Behandlung von Patienten von großer Bedeutung ist. Mit der Deep-Learning-Rekonstruktion steht ein neues Verfahren zur Verfügung, welches die Befunderhebung noch einmal deutlich verbessert. Technische Hintergründe und klinische Anwendungen im Rahmen der Neuroradiologie werden vorgestellt und diskutiert.

WEITERENTWICKLUNGEN VON KOPF BIS FUSS BEIM VC

Die Computertomographie ist ein wichtiges bildgebendes Verfahren für die Diagnostik und Therapie von Krankheiten vom Kopf bis zu den Füßen.

Im Vergleich zur Spiral-Computertomographie (SpCT) kann die Volumen-Computertomographie (VCT) hierbei Vorteile bieten. Mit der Verbesserung der auf künstlicher Intelligenz basierenden Rekonstruktionsalgorithmen kann nicht nur die Strahlendosis erheblich reduziert, sondern auch die diagnostische Aussagekraft erheblich verbessert werden. Technische Fortschritte mit Schwerpunkt auf KI-Algorithmen und deren umfangreiche klinische Anwendung werden vorgestellt und diskutiert.

Eventdatum: Mittwoch, 30. August 2023 17:00 – 18:00

Eventort: Online

Firmenkontakt und Herausgeber der Eventbeschreibung:

Canon Medical Systems GmbH
Hansemannstr. 67
41468 Neuss
Telefon: +49 (2131) 1809-0
Telefax: +49 (2131) 1809-139
https://de.medical.canon

Für das oben stehende Event ist allein der jeweils angegebene Herausgeber (siehe Firmenkontakt oben)
verantwortlich. Dieser ist in der Regel auch Urheber der Eventbeschreibung, sowie der angehängten
Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH
übernimmt keine Haftung für die Korrektheit oder Vollständigkeit des dargestellten Events. Auch bei
Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit.
Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung
ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem
angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen
dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet