TY  - CHAP
U1  - Konferenzveröffentlichung
A1  - Scheytt, Josia
T1  - Segmentierung von Polypen in Koloskopie-Bilddaten : eine Potentialanalyse von Deep-Learning-Methoden
T2  - Connect(IT) : Informatik-Konferenz an der Hochschule Reutlingen, 09. Mai 2018. - (Informatics Inside; 18)
N2  - Kolorektale Karzinome haben eine hohe Sterblichkeitsrate, wenn sie spät entdeckt werden. Eine frühzeitige Entfernung von bösartigen Polypen im Magen-Darm-Trakt, die deren Vorstufen bilden, bietet jedoch hohe Überlebenschancen. Bei Darmspiegelungen werden gerade kleine Polypen aber recht häufig übersehen. Zuverlässige bildverarbeitende Systeme, die Polypen in einem Koloskopie-Frame nicht nur detektieren, sondern pixelgenau segmentieren, könnten Ärzten bei Darmkrebs-Screenings helfen. Diese Arbeit analysiert den aktuellen Stand der Segmentierung von Polypen im Gastrointestinaltrakt. Weiterführend wird untersucht, inwiefern die in letzter Zeit sehr erfolgreichen Methoden des Deep Learning hier Vorteile bieten.
KW  - Segmentierung
KW  - Bildverarbeitung
KW  - Kolorektalkarzinom
KW  - Deep Learning
Y1  - 2018
U6  - https://nbn-resolving.org/urn:nbn:de:bsz:rt2-opus4-25202
UN  - https://nbn-resolving.org/urn:nbn:de:bsz:rt2-opus4-25202
SN  - 978-3-00-058645-3
SB  - 978-3-00-058645-3
SP  - 1
EP  - 10
S1  - 10
PB  - Hochschule Reutlingen
CY  - Reutlingen
ER  -