| [188936] |
| Title: Deep-Learning-basierte Aufnahmeunterstützung für endoskopisches Narrow Band Imaging des Larynx. |
| Written by: D. Eggert and D. Bhattacharya and A. Felicio-Briegel and V. Volgger and A. Schlaefer and C. Betz |
| in: (2023). |
| Volume: <strong>102</strong>. Number: (S 02), |
| on pages: |
| Chapter: |
| Editor: |
| Publisher: Georg Thieme Verlag: |
| Series: |
| Address: |
| Edition: |
| ISBN: |
| how published: |
| Organization: |
| School: |
| Institution: |
| Type: |
| DOI: 10.1055/s-0043-1766512 |
| URL: http://www.thieme-connect.com/products/ejournals/abstract/10.1055/s-0043-1766512 |
| ARXIVID: |
| PMID: |
Note:
Abstract: Narrow Band Imaging (NBI) ermöglicht die kontrastverstärkte Darstellung von Blutgefäßen in Schleimhäuten. NBI gehört in vielen Endoskopen bereits zur Standardausstattung und findet im Kopf-Hals-Bereich immer stärkere Anwendung. Mit Hilfe von flexiblen Laryngoskopen können verschiedene Schleimhautläsionen des oberen Luft-Speiseweges im Wachzustand untersucht werden. Pathologien können dabei meist besser als bei konventioneller Weißlichtendoskopie erkannt werden. Für eine gute Beurteilbarkeit der NBI-Bilddaten ist eine gute Bildqualität essentiell. Nur wenn die oberflächlichen Blutgefäße klar erkennbar sind, können NBI-Aufnahmen sinnvoll ausgewertet werden.