Benedikt Wiestler

Forscher nutzen Graph-Neuronale Netzwerke, um die Krankheitsaktivität von MS besser vorherzusagen.

Die Studie zeigt Unterschiede in UAD-Modellen, die die Fairness im Gesundheitswesen beeinflussen.

LST-AI bietet eine zuverlässige Methode zur Identifizierung von Läsionen bei Patienten mit Multipler Sklerose.

Ein fortgeschrittenes KI-Modell verbessert die Erkennung von ischämischen Schlaganfall-Läsionen in MRT-Scans.

Eine Herausforderung soll die Tumorkonturierung bei Gehirnscans verbessern, um die Behandlungsplanung zu optimieren.

Die BraTS Challenge sprengt die Grenzen bei der automatisierten Meningiom-Segmentierung mit Deep Learning.

MORPHADE bietet innovative Gehirnanalysen für eine bessere Alzheimer-Erkennung.

Gemeinsame Anstrengungen verbessern die bildgebenden Verfahren bei pädiatrischen Gehirntumoren.

Neue Methoden zur medizinischen Bildregistrierung und ihre Effektivität erkunden.

Verstehen von kontrafaktischen Erklärungen, um die medizinische Diagnose durch KI zu verbessern.

ISLES’24 hat das Ziel, die Vorhersage von Schlaganfallschäden mithilfe von Bild- und klinischen Daten zu verbessern.

Eine neue Methode verbessert die Analyse von MRT-Scans für Hirntumore.

Innovative Werkzeuge für die medizinische Bildgebung verbessern die Diagnose und Behandlung weltweit.