@Book{197962058X,
author="Manzke, Mathias",
title="Innovative quantitative Analyseverfahren in der Herz-MRT: Entwicklung, Validierung und diagnostische Relevanz",
year="2025",
address="Germany; Rostock",
abstract="Die vorliegende Arbeit analysiert den Einsatz von KI zur Optimierung der kardialen Magnetresonanztomographie (CMR) in drei zentralen Bereichen: der Validierung einer beschleunigten Bildaufnahme, der Entwicklung eines automatisierten Segmentierungsverfahrens sowie der Analyse der Reproduzierbarkeit und diagnostischen Relevanz von Radiomics-Features.<ger>",
school="Universit{\"a}t Rostock",
note="vorgelegt von Mathias Manzke",
note="Enth{\"a}lt Zeitschriftenartikel",
note="Zeitschriftennachweis: Klemenz AC, Reichardt L, Gorodezky M, Manzke M, Zhu X, Dalmer A, Lorbeer R, Lang CI, Weber MA, Meinel FG. Accelerated Cardiac MRI with Deep Learning-based Image Reconstruction for Cine Imaging. Radiol Cardiothorac Imaging. 2024 Dec;6(6):e230419. doi: 10.1148/ryct.230419. PMID: 39540821; PMCID: PMC11683685 ; Manzke M, Iseke S, B{\"o}ttcher B, Klemenz AC, Weber MA, Meinel FG. Development and performance evaluation of fully automated deep learning-based models for myocardial segmentation on T1 mapping MRI data. Sci Rep. 2024 Aug 14;14(1):18895. doi: 10.1038/s41598-024-69529-7. PMID: 39143126; PMCID: PMC11324648 ; Manzke M, Laqua FC, B{\"o}ttcher B, Klemenz AC, Weber MA, Bae{\ss}ler B, Meinel FG. Repeatability of radiomic features in myocardial T1 and T2 mapping. Eur Radiol. 2025 Mar;35(3):1570-1582. doi: 10.1007/s00330-024-11337-8. Epub 2025 Jan 15. PMID: 39812663; PMCID: PMC11835920",
note="GutachterInnen: Felix Meinel (Universit{\"a}tsmedizin Rostock, Institut f{\"u}r Diagnostische und Interventionelle Radiologie, Kinder- und Neuroradiologie) ; Georg F{\"u}llen (Universit{\"a}tsmedizin Rostock, Institut f{\"u}r Biostatistik und Informatik in Medizin und Alternsforschung) ; Matthias May (Universit{\"a}tsklinikum Erlangen, Radiologisches Institut)",
note="Dissertation Universit{\"a}t Rostock 2025 Kumulative Dissertation",
doi="10.18453/rosdok_id00005666",
url="https://purl.uni-rostock.de/rosdok/id00005666",
url="https://doi.org/10.18453/rosdok_id00005666",
language="German"
}