Fandom

VroniPlag Wiki

Alm/Fragment 027 14

< Alm

31.340Seiten in
diesem Wiki
Seite hinzufügen
Diskussion0 Share

Störung durch Adblocker erkannt!


Wikia ist eine gebührenfreie Seite, die sich durch Werbung finanziert. Benutzer, die Adblocker einsetzen, haben eine modifizierte Ansicht der Seite.

Wikia ist nicht verfügbar, wenn du weitere Modifikationen in dem Adblocker-Programm gemacht hast. Wenn du sie entfernst, dann wird die Seite ohne Probleme geladen.


Typus
BauernOpfer
Bearbeiter
Hindemith
Gesichtet
Yes.png
Untersuchte Arbeit:
Seite: 27, Zeilen: 14-21
Quelle: Loch et al 2000
Seite(n): 341, Zeilen: 1. Spalte: 30ff
Um die diagnostischen Möglichkeiten des transrektalen Ultraschalls ( TRUS ) in der Prostatakarzinom-Früherkennung und –Stadieneinteilung zu erhöhen, wurde eine Artifizielle Neuronale Netzwerkanalyse ( ANNA ) von T.Loch et al 2000 eingesetzt [Loch 2000], die zusätzliche subvisuelle , graustufendifferente Informationen des TRUS erfassen und auswerten kann. Dieser Ansatz erscheint vielversprechend, da Artifizielle Neuronale Netzwerke die im Ultraschallbild vorhandenen komplexen Datenformationen erkennen können, sie gleichsam „lernen“ und diese dann bei noch nicht gesehenen Datenformationen wiedererkennen und korrekt klassifizieren können.

Loch T, Leuschner I, Genberg C, Weichert-Jacobsen K, Küppers F, Retz M, Lehmann J, Yfantis E, Evans M, Tsarev v; Stöckle M: Weiterentwicklung des transrektalen Ultraschalls; Artifizielle neuronale Netzwerkanalyse (ANNA) in der Erkennung und Stadieneinteilung des Prostatakarzinoms. Der Urologe[A]4 2000 39: 341-347.

Um die diagnostischen Möglichkeiten des transrektalen Ultraschalls (TRUS) in der Prostatakarzinom-Früherkennung und -Stadieneinteilung zu erhöhen, wird in der hier vorgestellten Studie eine Artifizielle Neuronale Netzwerkanalyse (ANNA) eingesetzt, die zusätzliche subvisuelle, graustufendifferente Informationen des TRUS erfassen und auswerten kann [12-14]. Dieser Ansatz erscheint vielversprechend, da Artifizielle Neuronale Netzwerke die im Ultraschallbild vorhandenen komplexen Datenformationen erkennen können, sie gleichsam „lernen" und diese dann bei noch nicht gesehenen Datenformationen wiedererkennen und korrekt klassifizieren können [15].

12. Loch T,Gouge J, Bertermann H (1987) Rechnergestützte ReaItime-Farbsonographie zur objektiven Bildanalyse.Ultraschall Klin Prax 2:242-244

13. Loch T, Gettys T, Cochran JS, Fulgham PF, Bertermann H (1990) Computer-aided image- analysis in transrectal ultrasound ofthe prostate.World J Urol 8:150-153

14. Loch T, Leuschner I, Genberg C, Weichert- Jacobsen K, Küppers F,YfantisY,EvansM,Tsarev V,Stückle M (1999) Artificial neural network analysis (ANNA) of prostatic transrectal ultrasound. Prostate 39:198-204

15. Snow PB,Smith DS,Catalona WJ (1994) Artificial neural networks in the diagnosis and prognosis of prostate ca ncer: A pilot study. J Urol 152:1923-1926

Anmerkungen

Die Quelle ist genannt, es ist aber nicht klar, dass aus ihr Text übernommen wurde. Im Gegenteil, der Satz beginnend mit "Dieser Ansatz erscheint vielversprechend" erweckt beim Leser den Eindruck, als handele es sich hier um eine Einschätzung des Autors.

Sichter
(Hindemith) Schumann

Auch bei Fandom

Zufälliges Wiki