Volltext-Downloads (blau) und Frontdoor-Views (grau)

Segmentierung von Polypen in Koloskopie-Bilddaten : eine Potentialanalyse von Deep-Learning-Methoden

  • 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.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author of HS ReutlingenScheytt, Josia
URN:urn:nbn:de:bsz:rt2-opus4-25202
ISBN:978-3-00-058645-3
Erschienen in:Connect(IT) : Informatik-Konferenz an der Hochschule Reutlingen, 09. Mai 2018. - (Informatics Inside; 18)
Publisher:Hochschule Reutlingen
Place of publication:Reutlingen
Document Type:Conference proceeding
Language:German
Publication year:2018
Tag:Bildverarbeitung; Deep Learning; Kolorektalkarzinom; Segmentierung
Page Number:10
First Page:1
Last Page:10
DDC classes:610 Medizin, Gesundheit
004 Informatik
Open access?:Ja
Licence (German):License Logo  Open Access