Skip to main content
Erschienen in: Der Urologe 3/2019

19.12.2018 | Künstliche Intelligenz | Übersichten

Künstliche Intelligenz und neuronale Netze in der Urologie

verfasst von: PD Dr. med. Christoph-Alexander J. von Klot, Prof. Dr. med. Markus A. Kuczyk

Erschienen in: Die Urologie | Ausgabe 3/2019

Einloggen, um Zugang zu erhalten

Zusammenfassung

Kenntnisse zum Thema künstliche Intelligenz (KI) werden in Zukunft in der Urologie und der Medizin allgemein unerlässlich werden. Für höher dimensionierte Daten oder komplexe Fragestellungen bedient man sich heute computergestützter Lösungen. In der urologischen Forschung, aber auch bei der klinischen Anwendung, sind künstliche neuronale Netze (KNN) seit Jahren zunehmend etabliert und werden ständig weiterentwickelt. KNN werden heute bereits erfolgreich in der Urologie im Bereich der Bilderkennung sowohl für radiologische, als auch für pathologische Fragestellungen angewandt. KNN können potentiell bei der Frage der Steuerung moderner Tumortherapien eine Rolle spielen. Der Zugang zu KNN ist heute mittlerweile vergleichsweise einfach geworden.
Literatur
2.
Zurück zum Zitat Gosset WS (1908) The probable error of a mean. Biometrika 6:1–25CrossRef Gosset WS (1908) The probable error of a mean. Biometrika 6:1–25CrossRef
4.
Zurück zum Zitat Davis P (2006) The Goldilocks enigma. First Mariner Books, Wilmington, Massachusetts, USA Davis P (2006) The Goldilocks enigma. First Mariner Books, Wilmington, Massachusetts, USA
7.
Zurück zum Zitat Zendehdel R, Masoudi-Nejad A, Shirazi HF (2012) Patterns prediction of chemotherapy sensitivity in cancer cell lines using FTIR spectrum, neural network and principal components analysis. Iran J Pharm Res 11:401–410PubMedPubMedCentral Zendehdel R, Masoudi-Nejad A, Shirazi HF (2012) Patterns prediction of chemotherapy sensitivity in cancer cell lines using FTIR spectrum, neural network and principal components analysis. Iran J Pharm Res 11:401–410PubMedPubMedCentral
11.
Zurück zum Zitat Mehrtash A, Sedghi A, Ghafoorian M et al (2017) Classification of clinical significance of MRI prostate findings using 3D convolutional neural networks. In: Progress in biomedical optics and imaging – Proceedings of SPIE Mehrtash A, Sedghi A, Ghafoorian M et al (2017) Classification of clinical significance of MRI prostate findings using 3D convolutional neural networks. In: Progress in biomedical optics and imaging – Proceedings of SPIE
12.
Zurück zum Zitat Razavian AS, Azizpour H, Sullivan J, Carlsson S (2014) CNN features off-the-shelf: an astounding baseline for recognition. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, S 512–519 Razavian AS, Azizpour H, Sullivan J, Carlsson S (2014) CNN features off-the-shelf: an astounding baseline for recognition. IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, S 512–519
13.
Metadaten
Titel
Künstliche Intelligenz und neuronale Netze in der Urologie
verfasst von
PD Dr. med. Christoph-Alexander J. von Klot
Prof. Dr. med. Markus A. Kuczyk
Publikationsdatum
19.12.2018
Verlag
Springer Medizin
Erschienen in
Die Urologie / Ausgabe 3/2019
Print ISSN: 2731-7064
Elektronische ISSN: 2731-7072
DOI
https://doi.org/10.1007/s00120-018-0826-9

Weitere Artikel der Ausgabe 3/2019

Der Urologe 3/2019 Zur Ausgabe

GeSRU

GeSRU

Update Urologie

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.