Zobrazeno 1 - 10
of 212
pro vyhledávání: '"A Ljimani"'
Autor:
M Schneider, R Fischer-Betz, O Sander, J Mücke, G Antoch, C Düsing, G Chehab, P Sewerin, I Haase, A Kernder, A Ljimani
Publikováno v:
Lupus Science and Medicine, Vol 9, Iss Suppl 2 (2022)
Externí odkaz:
https://doaj.org/article/76b618c22dd84bbfba26c7f1bf8b4320
Autor:
Jonas Jasse, Hans-Joerg Wittsack, Thomas Andreas Thiel, Romans Zukovs, Birte Valentin, Gerald Antoch, Alexandra Ljimani
Publikováno v:
Mathematics, Vol 12, Iss 4, p 609 (2024)
In DWI, multi-exponential signal analysis can be used to determine signal underlying diffusion components. However, the approach is very complex due to the inherent low SNR, the limited number of signal decay data points, and the absence of appropria
Externí odkaz:
https://doaj.org/article/f70862a470f64fefad76f21cf1241d58
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Stabinska, Julia, Müller-Lutz, Anja, Wittsack, Hans-Jörg, Tell, Christian, Rump, Lars Christian, Ertas, Neslihan, Antoch, Gerald, Ljimani, Alexandra
Publikováno v:
In Magnetic Resonance Imaging July 2022 90:61-69
Autor:
Valentin, B., Stabinska, J., Reurik, F., Tell, C., Mewes, A.D., Müller-Lutz, A., Antoch, G., Rump, L.C., Wittsack, H.J., Ljimani, A.
Publikováno v:
In Magnetic Resonance Imaging January 2022 85:3-9
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Andrea Steuwe, Birte Valentin, Oliver T. Bethge, Alexandra Ljimani, Günter Niegisch, Gerald Antoch, Joel Aissa
Publikováno v:
Diagnostics, Vol 12, Iss 7, p 1627 (2022)
Deep-learning (DL) noise reduction techniques in computed tomography (CT) are expected to reduce the image noise while maintaining the clinically relevant information in reduced dose acquisitions. This study aimed to assess the size, attenuation, and
Externí odkaz:
https://doaj.org/article/00285832446545d4b94ae73b251deb69
Autor:
Lanzman, Rotem Shlomo, Ljimani, Alexandra, Müller-Lutz, Anja, Weller, Julia, Stabinska, Julia, Antoch, Gerald, Wittsack, Hans-Jörg
Publikováno v:
In Magnetic Resonance Imaging January 2019 55:1-6