Technologie / WELT

UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie

UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie. Das dreijährige NIH-Projekt der University of Texas at Arlington mit 579.745 Dollar will Deep Learning und Bildgebungsphysik kombinieren, um mehrphasige koronare CT-Angiografien mit geringerer Strahlendosis zu rekonstruieren.

Konzeptionelle Darstellung von Technologie, Prozessoren und verbundenen Informationen.Illustration
Symbolische Illustration

UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie. Das dreijährige NIH-Projekt der University of Texas at Arlington mit 579.745 Dollar will Deep Learning und Bildgebungsphysik kombinieren, um mehrphasige koronare CT-Angiografien mit geringerer Strahlendosis zu rekonstruieren.

Das Team erstellt zunächst eine synthetische Patientenbibliothek und bewertet danach die diagnostische Genauigkeit durch Computermodelle und eine kleine Studie mit menschlichen Beobachtern. Die Mayo Clinic soll Patientendaten liefern. Erreichte Dosisreduktionen oder an Patienten validierte diagnostische Leistungen werden noch nicht berichtet.

Daten

Zeitleiste

UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie

UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie. Das dreijährige NIH-Projekt der University of Texas at Arlington mit 579.745 Dollar will Deep Learning und Bildgebungsphysik kombinieren, um mehrphasige koronare CT-Angiografien mit geringerer Strahlendosis zu rekonstruieren.

  1. · eingetreten

    UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie

    UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie. Das dreijährige NIH-Projekt der University of Texas at Arlington mit 579.745 Dollar will Deep Learning und Bildgebungsphysik kombinieren, um mehrphasige koronare CT-Angiografien mit geringerer Strahlendosis zu rekonstruieren.

Methodik

Dieser Ereigniseintrag fasst den Forschungsbericht der genannten Primärquelle zusammen. Er unterscheidet angekündigte Vorhaben von abgeschlossenen, gemessenen Ergebnissen.

Aktualisiert:

HerunterladenCSV ↓JSON ↓
Kennzahlen

Angekündigte Forschungsförderung

UTA untersucht Deep Learning zur Verringerung der Strahlung bei kardialer CT-Angiografie. Das dreijährige NIH-Projekt der University of Texas at Arlington mit 579.745 Dollar will Deep Learning und Bildgebungsphysik kombinieren, um mehrphasige koronare CT-Angiografien mit geringerer Strahlendosis zu rekonstruieren.

Angekündigter Förderbetrag
579.745 USD
2026-10-15 · Beobachtet
Methodik

Dieser Ereigniseintrag fasst den Forschungsbericht der genannten Primärquelle zusammen. Er unterscheidet angekündigte Vorhaben von abgeschlossenen, gemessenen Ergebnissen.

Aktualisiert:

HerunterladenCSV ↓JSON ↓
Strukturierte Berichterstattung

Themen und Orte

Themenvorschläge

Geografische Angaben

Angezeigt werden nur geografische Angaben aus der Quelle. Eine externe Karte lässt sich optional öffnen. Optionale Karten in Artikeln nutzen OpenStreetMap. Beim Öffnen werden Ihre IP-Adresse und die Adresse dieser Website an den Kartenanbieter übermittelt. Ortsangaben bleiben auch ohne Karte als Text lesbar.

  • Vereinigte Staaten · Funktion des Ortes: Abdeckung · Art des Ortes: Land oder Gebiet · Ortsgenauigkeit: regional
    Beleg
    • Explicit preserved editorial country/region; no city or national centroid inferredwww.uta.edu ↗
Taxonomieversion: IPTC Media Topics 2026-Q2

Weiterlesen

Technologie

SlackSwap verbindet Datentransfer und Neuberechnung bei knappem GPU-Speicher

Forschende der UC Merced und der University of Texas at Austin stellten SlackSwap vor, einen Planer für das Training tiefer neuronaler Netze. Bei Überschreitung des Transferbudgets zwischen GPU und Host-Speicher berechnet das Verfahren einige Aktivierungen neu; die berichteten Ergebnisse stammen aus einer Simulation.

arXiv1 Min. Lesezeit
Mit Daten