Autoren:	Römer, Paul
Titel:	Hyperspektralbildgebung zur automatisierten Klassifizierung von oraler Muskulatur, Fett und Mundschleimhaut unter Verwendung eines 6- schichtigen light – weight neuronalen Netzwerks
Online-Publikationsdatum:	6-Jul-2022
Erscheinungsdatum:	2022
Sprache des Dokuments:	Deutsch
Zusammenfassung/Abstract:	Ziel dieser Arbeit war die Anwendung von Deep – Learning – Algorithmen zur automatisierten Unterscheidung der Reflexionswerte einer repräsentativen Anzahl an gesunden ex-vivo – Gewebeproben oraler Schleimhaut, Muskel- und Fettgewebeproben. Gleichzeitig sollen die Daten als eine Art hyperspektrale Referenzbibliothek für zukünftige Forschungsvorhaben, beispielsweise der in-vivo-Untersuchung chronisch entzündlicher oraler Mundschleimhauterkrankungen, die intraoperative Beurteilung chirurgischer Tumorresektionsabstände oder die intraoperative Beurteilung von Lymphknoten hinsichtlich potenzieller Filialisierung und somit Erleichterung der Entscheidung über den Umfang notwendiger Lymphadenektomien dienen.
DDC-Sachgruppe:	610 Medizin 610 Medical sciences
Veröffentlichende Institution:	Johannes Gutenberg-Universität Mainz
Organisationseinheit:	FB 04 Medizin
Veröffentlichungsort:	Mainz
ROR:	https://ror.org/023b0x485
DOI:	http://doi.org/10.25358/openscience-6846
URN:	urn:nbn:de:hebis:77-openscience-a9a94479-474c-4dd6-bb52-57be836174176
Version:	Original work
Publikationstyp:	Dissertation
Nutzungsrechte:	Urheberrechtsschutz
Informationen zu den Nutzungsrechten:	http://rightsstatements.org/vocab/InC/1.0/
Umfang:	V, 60 Seiten
Enthalten in den Sammlungen:	JGU-Publikationen