• Medientyp: E-Book
  • Titel: Deep Learning and Image Processing for Stroke Diagnosis with Computed Tomography Angiography
  • Weitere Titel: Deep Learning und Bildverarbeitung für die Schlaganfalldiagnose mit der Computertomographie-Angiographie
  • Beteiligte: Thamm, Florian [Verfasser]; Maier, Andreas [Akademischer Betreuer]; Maier, Andreas [Gutachter]; Stamminger, Marc [Gutachter]
  • Erschienen: Erlangen: Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), 2023
  • Umfang: Online-Ressource
  • Sprache: Englisch
  • DOI: 10.25593/open-fau-45
  • Identifikator:
  • Schlagwörter: Bildgebendes Verfahren ; Schlaganfall ; Computertomografie ; Bildsegmentierung ; Bildanalyse ; Dreidimensionale Rekonstruktion ; Stroke ; Computed Tomography Angiography ; CTA ; Deep Learning ; Image Processing ; Stroke Diagnosis
  • Entstehung:
  • Hochschulschrift: Dissertation, Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), 2023
  • 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
  • Zugangsstatus: Freier Zugang