RSS-Feed abonnieren
Bitte kopieren Sie die angezeigte URL und fügen sie dann in Ihren RSS-Reader ein.
https://www.thieme-connect.de/rss/thieme/de/10.1055-s-00000066.xml
Rofo 2022; 194(02): 137
DOI: 10.1055/a-1692-1852
DOI: 10.1055/a-1692-1852
Brennpunkt
HASTE und Deep Learning-Rekonstruktion zur Darstellung von Leberläsionen
Bei der Beurteilung von Leberläsionen spielen vor allem T2-gewichtete MRT-Aufnahmen eine wichtige Rolle; die langen Untersuchungszeiten und die daraus entstehenden Bewegungsartefakte beeinträchtigen dabei allerdings die Bildqualität. Mit Single-Shot-Techniken wie der HASTE-Methode (half-Fourier acquisition single shot turbo spin echo) kann die Bildgebung zwar beschleunigt werden, allerdings geht das auf Kosten von Bildschärfe und Kontrast.
Publikationsverlauf
Artikel online veröffentlicht:
26. Januar 2022
© 2022. Thieme. All rights reserved.
Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany