DOI : 10.1055/s-00034924

Nuklearmedizin - NuclearMedicine

Ausgabe 02 · Volume 58 · März 2019 DOI: 10.1055/s-009-42722

Deutsche Gesellschaft für Nuklearmedizin e.V.
NuklearMedizin 2019
Bremen, 03.–06.04.2019

57. Jahrestagung der Deutschen Gesellschaft für Nuklearmedizin

Kongresspräsident: Professor Dr. Michael Schäfers
Abstracts (HTML) Autorenliste
V9
Hofheinz, F; Maus, J; Zschaeck, S; Rogasch, J; Schramm, G; Oehme, L; Apostolova, I; Kotzerke, J; van den Hoff, J: Interobserver variability of image-derived arterial blood SUV in whole-body FDG-PET
V10
Faßbender, T; Sörensen, A; Blazhenets, G; Binder, H; Frings, L; Meyer, PT: Deep Learning anhand von FDG-PET-Daten als Methode zur Prädiktion der Konversion von MCI zu Alzheimer-Demenz
V11
Begum, NJ; Thieme, A; Eberhardt, N; Tauber, R; Eiber, M; Beer, AJ; Glatting, G; Kletting, P: Pharmakokinetik PSMA-spezifischer Liganden in Abhängigkeit von Affinität und Stoffmenge: Eine Simulationsstudie
V12
Kaiser, L; Unterrainer, M; Holzgreve, A; Mille, E; Gosewisch, A; Brosch, J; Ziegler, S; Suchorska, B; Bartenstein, P; Albert, NL; Böning, G: Molekular-genetische und histologische Unterscheidung von Gliomen anhand charakteristischer 18F-FET PET Pharmakokinetik
V13
Spier, N; Rischpler, C; Rupprecht, C; Navab, N; Baust, M; Nekolla, SG: Cardiac SPECT data analysis using graph-based convolutional neural networks
V14
Carles, M; Mix, M; Baltas, D; Martí-Bonmatí, L: Evaluierung der Variabilität von PET-Merkmalen (Radiomics) anhand von heterogenen Phantomen und Lungenpatienten
V15
Shi, K; Dong, C; Gafita, A; Zhao, Y; Tetteh, G; Menze, BH; Afshar-Oromieh, A; Eiber, M; Rominger, A: Artificial Neural Network for Prediction of Post-therapy Dosimetry for 177Lu-PSMA I&T Therapy