English
 
Help Privacy Policy Disclaimer
  Advanced SearchBrowse

Item

ITEM ACTIONSEXPORT
Add to Basket
  Local TagsRelease HistoryDetailsSummary

Released
Conference Paper

Hirngewebe besitzen Einzel-Voxel-Signaturen in multispektraler MR Bildgebung

MPS-Authors
/persons/resource/persons214560

Zaiss,  M
Department High-Field Magnetic Resonance, Max Planck Institute for Biological Cybernetics, Max Planck Society;
Max Planck Institute for Biological Cybernetics, Max Planck Society;

External Resource

https://ismrm.ethz.ch/html/BookOfAbstracts_combined.pdf
(Publisher version)

Fulltext (restricted access)
There are currently no full texts shared for your IP range.
Fulltext (public)
There are no public fulltexts stored in PuRe
Supplementary Material (public)
There is no public supplementary material available
Citation

German, A., Mennecke, A., Martin, J., Hanspach, J., Liebert, A., Herrler, J., et al. (2021). Hirngewebe besitzen Einzel-Voxel-Signaturen in multispektraler MR Bildgebung. In 23rd Annual Meeting of the German Chapter of the ISMRM (pp. S7-S11). Zürich, Switzerland: ETH Zürich.


Cite as: https://hdl.handle.net/21.11116/0000-0009-7857-F
Abstract
Seit den Arbeiten von Brodmann und seinen Zeitgenossen ist bekannt, dass verschiedene Hirnregionen aufgrund ihrer ein-zigartigen zyto- und myeloarchitektonischen Merkmale unterscheidbar und klassifizierbar sind. Hier habe ich in Kooperation mit einem interdisziplinären Team die Machbarkeit der Übertragung dieses klassischen Klassifizie-rungsansatz auf die MRT untersucht und dabei mehrere technologische Fortschritte genutzt: Ultrahochfeld-MRT, q-Raum-Trajektorienbild
gebung, chemische Austausch-Sättigungs-MRT, sowie aktuelle neuronale Netzwerkarchi-tekturen. Es zeigte sich, dass eine globale Hirnklassifikation von 97 Hirnregionen mit einer Klassifikationsgenauigkeit von 60% möglich ist.