DOI: 10.1055/s-00000045

Der Nuklearmediziner

Ausgabe 02 · Volume 42 · Juni 2019 DOI: 10.1055/s-009-43571

Aktuell referiert

87
PET/CT führt bei onkologischen Erkrankungen häufig zu Therapieänderungen
87
Sind Grenzwerte für Niedrigdosisstrahlung in der Medizin überholt?
88
Myokardiale MIBG-Szintigrafie: Identifizierung von Lewy-Körper-Pathologien
89
FDG-PET bei NSCLC: Radiomics-Klassifikatoren als Prognoseinstrument
90
Amyloid-Bildgebung erhöht diagnostische Genauigkeit bei Morbus Alzheimer
90
131J-Therapie bei Kindern: Langfristige Auswirkungen auf Speicheldrüsenfunktion
92
Morbus Hodgkin: Initiales metabolisches Tumorvolumen sagt frühe Response voraus
93
Ganzkörper-FDG-PET/CT bei chemorefraktärem mCRC: MATV und TLG als Prognosemarker

Editorial

95
Prasad, Vikas: Künstliche Intelligenz in der Bildgebung Artifical Intelligence in Medical Imaging

Big data

97
Demircioglu, Aydin; Koitka, Sven; Nensa, Felix: Big Imaging Data: Klinische Bildanalyse mit Radiomics und Deep Learning Big Imaging Data: Clinical Image Analysis with Radiomics and Deep Learning
112
Steinacker, Jochen: Entwicklungen in der Analyse von Tumorheterogenität in computertomografischen Aufnahmen Recent development of tumour heterogeneity analysis in computed tomography images
133
Eberhardt, Nina; Kneer, Katharina; Prasad, Vikas: Die Wichtigkeit des „Machine Learning“ und der Texturanalyse in der Onkologie anhand der Fusionsbildgebung Role of hybrid imaging in machine learning and texture analyses in oncology
144
Afshar-Oromieh, Ali; Rominger, Axel; Shi, Kuangyu: Künstliche Intelligenz zur Detektion, Quantifizierung und Charakterisierung des metastasierten Prostatakarzinoms in der PSMA-PET/CT – Wo stehen wir? Artificial intelligence for the detection, quantification and characterization of metastatic prostate cancer in PSMA PET/CT- where are we now?
148
Jiménez-Franco, Luis David; Kletting, Peter; Glatting, Gerhard: Möglichkeiten zur Verbesserung der Dosimetrie und Therapieplanung in der Molekularen Radiotherapie durch maschinelles Lernen Possibilities for improving dosimetry and therapy planning in molecular radiotherapy using machine learning

CME-Fortbildung

118
Buchert, Ralph; Krüger, Julia; Gessert, Nils; Lehnert, Wencke; Apostolova, Ivayla; Klutmann, Susanne; Schlaefer, Alexander: Deep Learning in der SPECT und PET des Gehirns Deep Learning in SPECT and PET of the brain

Kongresskalender

157
Kongresskalender