Zukünftige Bildanalyse mit Hilfe automatisierter AlgorithmenImage analysis of the future using automatic algorithms

被引：0
|
作者：
J. Weichert
A. Rody
M. Gembicki
机构：
[1] Universitätsklinikum Schleswig-Holstein,Bereich Pränatalmedizin & Spezielle Geburtshilfe, Klinik für Frauenheilkunde und Geburtshilfe
[2] Campus Lübeck,undefined
[3] Pränatalmedizin an der Elbe,undefined
来源：
Der Gynäkologe | 2020年 / 53卷 / 3期
关键词：
Künstliche Intelligenz; Deep Learning; Ultraschall; Volumetrie; Validität; Artificial intelligence; Deep learning; Ultrasound; Volumetry; Validity;
D O I：
10.1007/s00129-020-04563-w
中图分类号：
学科分类号：
摘要：
Die Erstellung einer exakten sonographische Diagnose zum einen und die u. a. zu dieser direkt oder indirekt führenden genauen und reproduzierbaren biometrischen qualitativen und quantitativen Begutachtung anatomischer Strukturen zum anderen sind und bleiben anspruchsvoll. Sie sind direkt abhängig von vielen Faktoren, von denen die Bildqualität, aber noch entscheidender die individuelle Expertise zu nennen sind. Die automatische Erkennung anatomischer Zielstrukturen ist das Kernstück einer Vielzahl von Softwarelösungen zur Bildanalyse im Rahmen klinischer Anwendungen, um u. a. die Untersucherabhängigkeit zu minimieren und die mit den momentan verfügbaren Ressourcen oft nur eingeschränkt umsetzbare Analyse großer Bilddatenbanken zu optimieren. Auch im Bereich der sonographischen Diagnostik kommen derartige Algorithmen mehr und mehr zum Einsatz. Diese Zusammenstellung soll vornehmlich die Möglichkeiten der zurzeit verfügbaren, wenngleich bei weitem noch nicht vollumfänglich zum Einsatz kommenden Techniken der automatisierten Bildanalyse im Bereich der sonographischen Diagnostik aufzeigen, aber auch die augenblicklichen Limitierungen dieser Softwareansätze kritisch diskutieren.
引用
收藏
页码：166 / 175
页数：9
相关论文
共 34 条
1234