Subscribe to RSS
Please copy the URL and add it into your RSS Feed Reader.
https://www.thieme-connect.de/rss/thieme/en/10.1055-s-00000066.xml
Rofo 2019; 191(07): 603-604
DOI: 10.1055/a-0823-8918
DOI: 10.1055/a-0823-8918
Brennpunkt
Deep Learning ermöglicht automatische und optimale Positionierung in der Computertomografie
Further Information
Publication History
Publication Date:
26 June 2019 (online)
![](https://www.thieme-connect.de/media/roefo/201907/lookinside/thumbnails/roefo-8757376_10-1055-a-0823-8918-1.jpg)
Primäre Ziele der Computertomografie sind die detailgenaue Darstellung der Körperstrukturen und eine möglichst geringe Strahlenbelastung. Die Effektivität der automatischen Röhrenstrommodulation (TCM) hängt von der exakten Positionierung des Patienten ab, wobei die Zielorgane sehr genau im Zentrum des Scanners liegen sollen. Mit einer 3D-Kamera, künstlicher Intelligenz und maschinellem Lernen gelang die Lagerung präziser als beim konventionellen Vorgehen.