Jetzt teilnehmen

Bitte loggen Sie sich ein, um Ihre Teilnahme an diesem Webinar zu bestätigen. Sie sind dann vorgemerkt und werden, falls das Webinar innerhalb der nächsten 10 Minuten beginnt, sofort weitergeleitet.

Findet das Webinar zu einem späteren Zeitpunkt statt, kommen Sie kurz vor Beginn des Webinars erneut, um am Webinar teilzunehmen.

RadiSSO-Login

Einfach buchen

Buchen Sie jetzt RÖKO DIGITAL des 106. Deutschen Röntgenkongress 2025 - Kongress für medizinische Radiologie und bildgeführte Therapie und verpassen Sie keines unserer lehrreichen und informativen Webinare zu verschiedenen Themen der Radiologie.

  • Wissenschaft & Fortbildung
  • CME-Punkte
  • Themenvielfalt
  • Dialog & Interaktion
Jetzt buchen

Jetzt teilnehmen

Bitte loggen Sie sich ein, um Ihre Teilnahme an diesem Webinar zu bestätigen. Sie sind dann vorgemerkt und werden, falls das Webinar innerhalb der nächsten 10 Minuten beginnt, sofort weitergeleitet.

Findet das Webinar zu einem späteren Zeitpunkt statt, kommen Sie kurz vor Beginn des Webinars erneut, um am Webinar teilzunehmen.

RadiSSO-Login

Ohne Buchung.

Sie können an dieser Veranstaltung auch ohne Buchung von RÖKO DIGITAL des 106. Deutschen Röntgenkongress 2025 – Kongress für medizinische Radiologie und bildgeführte Therapie kostenfrei teilnehmen.

Eine Teilnahmebescheinigung erhalten nur Personen, die das digitale Modul „RÖKO DIGITAL“ des 106. Deutschen Röntgenkongress 2025 – Kongress für medizinische Radiologie und bildgeführte Therapie gebucht haben oder noch nachbuchen.

Um teilzunehmen kommen Sie ca. 10 Minuten vor Beginn wieder. Freischaltung zur Teilnahme in:

Sie können an dieser Veranstaltungen auch ohne Buchung von RÖKO DITITAL des 106. Deutschen Röntgenkongress 2025 – Kongress für medizinische Radiologie und bildgeführte Therapie kostenfrei teilnehmen.

Eine Teilnahmebescheinigung erhalten nur Personen, die das digitale Modul „RÖKO DIGITAL“ des 106. Deutschen Röntgenkongress 2025 – Kongress für medizinische Radiologie und bildgeführte Therapie gebucht haben oder noch nachbuchen.

Melden Sie sich bitte hier an:

Bitte beachten Sie die Datenschutzhinweise.

Jetzt teilnehmen

Kongressteilnehmer.

Als Teilnehmer am RÖKO DIGITAL des 106. Deutschen Röntgenkongress 2025 – Kongress für medizinische Radiologie und bildgeführte Therapie loggen Sie sich bitte ein, um an dieser Industrie­veranstaltung teilzunehmen.

RadiSSO-Login

Ohne Buchung.

Sie können an Industrie­veranstaltungen auch ohne Buchung von RÖKO DIGITAL des 106. Deutschen Röntgenkongress 2025 – Kongress für medizinische Radiologie und bildgeführte Therapie kostenfrei teilnehmen.

Um teilzunehmen kommen Sie ca. 10 Minuten vor Beginn wieder. Freischaltung zur Teilnahme in:

Sie können an Industrie­veranstaltungen auch ohne Buchung von RÖKO DIGITAL des 106. Deutschen Röntgenkongress 2025 – Kongress für medizinische Radiologie und bildgeführte Therapie kostenfrei teilnehmen. Melden Sie sich bitte hier an:

Bitte beachten Sie die Datenschutzhinweise.

Jetzt teilnehmen

Das ist eine Meldung

Stet clita kasd gubergren, no sea takimata sanctus est. Ut labore et dolore aliquyam erat, sed diam voluptua.

Login

Poster-Session

Deep Learning im Kopf

Deep Learning im Kopf
Mittwoch, 13. Mai 2026 · 13:30 bis 14:00 Uhr
Diese Veranstaltung findet ausschließlich als Präsenzveranstaltung im Congress Center Leipzig (CCL) statt. Diese Veranstaltung kann nicht über einen Stream sondern nur vor Ort besucht werden.
13
Mai

Mittwoch, 13. Mai 2026

13:30 bis 14:00 Uhr · Raum: e-Poster Bereich  in Kalender übernehmen:   iCal  ·  Google
Kongress buchen

Veranstaltungsdetails

Veranstalter
Deutsche Röntgengesellschaft e.V.
Art
Poster-Session
Thema
Kopf-/Halsdiagnostik
Zielgruppe
Andere, Ärzte in Weiterbildung (AiW), Fachärzte, Ingenieure / Naturwiss., Studenten

Zertifizierungen

Der RÖKO LEIPZIG wird im Rahmen einer Kongresszertifizierung durch die Sächsische LÄK bewertet. Bitte beachten Sie die Hinweise unter A bis Z.

Ablauf

13:30 - 13:33

Vortrag (Poster)

Deep Learning Enhanced Diffusion-Weighted MRI: Accelerated Imaging For Head and Neck

Sebastian Altmann (Mainz)

weitere Autoren

Sophie Runkel (Mainz) / Ahmed E Othman (Mainz) / Marc A Brockmann (Mainz) / Roman H Paul (Mainz) / Mohammed Khalaf (Mainz) / Leon Schmidt (Mainz)

Zielsetzung

Evaluation eines Deep-Learning (DL) basierten Rekonstruktionsalgorithmus für diffusionsgewichtete Bildgebung (DWI) bei MRT-Untersuchungen im Kopf-Hals-Bereich.

Material und Methoden

Bei 55 Patienten mit klinisch indizierter MRT wurden konventionelle DWI (c-DWI) und DL-basierte DWI (DL-DWI) Sequenzen bei 1,5-Tesla akquiriert. Die Scanzeit konnte mittels DL-DWI nahezu halbiert werden (von 246 auf 147 Sekunden). Die Datensätze wurden von drei erfahrenen und verblindeten Radiologen, anhand einer 4-stufigen Likert-Skala, für folgender Parameter beurteilt: Bildqualität, diagnostische Sicherheit, Beurteilung pathologischer Befunde, Artefakte und Beurteilung verschiedener anatomischer Regionen. Die objektive Bildanalyse erfolgte durch Auswertung der Signalintensität (SI), des Signal-Rausch-Verhältnisses (SNR) und der Gesamtzahl der Voxel mit minimaler Signalintensität (NumVox). Zur Bestimmung der Interrater-Übereinstimmung wurde Fleiss’ Kappa (ϰ) ermittelt.

Ergebnisse

DL-DWI war in nahezu allen Parametern überlegen, insbesondere für Gesamtbildqualität, diagnostischer Sicherheit, Beurteilung von Pathologien und Evaluation spezifischer anatomischer Regionen (p < 0,001). 63,6 % der DL-DWI-Bilder zeigten eine exzellente Bildqualität, verglichen mit 7,3 % bei der c-DWI (p < 0,001). Artefakte (insbesondere durch Zahnimplantate) waren der einzige Parameter, für den die DL-DWI nicht überlegen war. Die Reader zeigten sich jedoch confident die Artefakte sicher und richtig einzuordnen und die DL-DWI zeigte keine falsch-negativen oder falsch-positiven Befunde. Die Interrater-Übereinstimmung war für beide Methoden nahezu perfekt, mit höheren Werten für DL-DWI. DL-DWI zeigte ein signifikant höheres NumVox und SNR (p < 0,001).

Schlussfolgerungen

DL-DWI ermöglicht nicht nur, die Bildqualität signifikant zu verbessern, sondern gleichzeitig auch die Bildakquisition erheblich zu beschleunigen. Dadurch kann die notwendige Scanzeit um fast die Hälfte reduziert werden.
13:33 - 13:36

Vortrag (Poster)

Evaluation eines herstellerunabhängigen Deep-Learning-Entrauschungsverfahrens bei pädiatrischer low-dose kranialen CT ohne Kontrastmittel

Sebastian Steinmetz (Mainz)

Zielsetzung

Diese Studie untersucht den Einfluss eines herstellerunabhängigen Deep-Learning-Denoising (DLD) Algorithmus auf die diagnostische Bildqualität pädiatrischer low-dose kranialer CTs ohne Kontrastmittel (LD-cCT).

Material und Methoden

In diese retrospektive, monozentrische Studie wurden LD-cCT-Daten von 59 Patienten (<18 J.) eingeschlossen, die aufgrund neurologischer Notfälle oder Traumata untersucht wurden und innerhalb von 7 Tagen zusätzlich eine MRT erhielten. Die Rekonstruktion erfolgte mittels iterativer Rekonstruktion und DLD (DLD-LD-cCT). Quantitativ wurden Rauschen, Signal-zu-Rausch-Verhältnis (SNR) und Kontrast-zu-Rausch-Verhältnis (CNR) analysiert. Drei unabhängige Reader bewerteten qualitativ die Gesamtbildqualität, Rauschen, Artefakte, Differenzierbarkeit von grauer/weißer Substanz (GM-WM), Schärfe und diagnostische Sicherheit (4-Punkte-Likert-Skala). Zudem erfolgte die Detektion von Pathologien (Tumoren, Entzündungen, Blutungen, Ischämien) im Vergleich zur MRT mit Berechnung von Sensitivität und Spezifität.

Ergebnisse

DLD-LD-cCT zeigte gegenüber LD-cCT eine signifikante Verbesserung des SNR (p < 0,001) und in fast allen qualitativen Kriterien (p < 0,03), außer bei Artefakten. Die Übereinstimmung der Reader war exzellent. Bei Reader 2 ergaben sich signifikant höhere Genauigkeit (0,97 [0,94–0,98] vs. 0,93 [0,89–0,96]; p < 0,04) und Sensitivität (0,93 [0,85–0,97] vs. 0,85 [0,75–0,91]; p = 0,05) für DLD-LD-cCT. Bei den anderen Readern zeigten sich keine signifikanten Unterschiede.

Schlussfolgerungen

Der geräteunabhängige Deep-Learning-Denoising-Algorithmus verbesserte die quantitativen und qualitativen Bildparameter bis auf Artefakte signifikant. Es zeigten sich signifikante Unterschiede bei einem der Reader in der Genauigkeit und Sensitivität bei der Detektion von Pathologien, was darauf hindeutet, dass DLD bei der Detektion von Pathologien positive Effekte haben kann.
13:36 - 13:39

Vortrag (Poster)

Improved Image Quality and Reduced Acquisition Time in Brain MRI Using Deep Learning-based Reconstruction at 0.55 T

Saher Saeed (Minden)

weitere Autoren

Jan Kroeger (Minden) / Julius Niehoff / Christoph Moenninghoff / Jan Borggrefe

Zielsetzung

Ziel dieser prospektiven Studie war es, den Effekt einer Deep-Learning-basierten Rekonstruktion auf die Bildqualität der Schädel-MRT bei einer Feldstärke von 0,55 T zu evaluieren. Hierzu erfolgte ein direkter Vergleich mit der konventionellen MPRAGE-Sequenz unter Anwendung sowohl objektiver (Signal-Rausch-Verhältnis [SNR], Kontrast-Rausch-Verhältnis [CNR]) als auch subjektiver, radiologenbasierter Bewertungskriterien.

Material und Methoden

Insgesamt wurden 30 konsekutive Patientinnen und Patienten an einem 0,55 T-MRT-System (MAGNETOM Free.Max, Siemens Healthineers, Forchheim, Deutschland) untersucht. Es erfolgte die Akquisition standardisierter MPRAGE-Sequenzen mit und ohne Deep-Learning-basierte Rekonstruktion unter identischen Parameterbedingungen. Zur quantitativen Analyse wurden definierte Regionen von Interesse (ROI) in grauer Substanz, weißer Substanz und Liquor cerebrospinalis ausgewertet, um SNR und CNR zu bestimmen. Die qualitative Bildbewertung wurde unabhängig durch drei erfahrene Radiologinnen und Radiologen anhand einer 5-Punkte-Likert-Skala in den Kategorien anatomische Detailerkennbarkeit, Grau-Weiß-Kontrast, Artefaktunterdrückung und Gesamtqualität durchgeführt.

Ergebnisse

Die DL-Rekonstruktion führte zu signifikant höheren SNR-Werten in grauer (106 ± 51 vs. 41 ± 10) und weißer Substanz (125 ± 58 vs. 49 ± 13; p < 0,001) sowie zu einem verbesserten CNR (19 ± 11 vs. 8 ± 4; p < 0,001). Subjektiv wurden anatomische Details (4,1 ± 0,6 vs. 3,7 ± 0,6), Gefäßsichtbarkeit (4,4 ± 0,6 vs. 3,6 ± 0,7) und Gesamteindruck (4,1 ± 0,7 vs. 3,6 ± 0,7) deutlich besser bewertet. Die Artefaktunterdrückung war leicht besser bei der Standardsequenz. Die Akquisitionszeit wurde um über 50 % reduziert (3:06 min vs. 6:44 min).

Schlussfolgerungen

Die Deep-Learning-basierte Rekonstruktion verbessert die Bildqualität der Schädel-MRT bei 0,55 T signifikant und ermöglicht eine Verkürzung der Untersuchungszeit, ohne die diagnostische Aussagekraft zu beeinträchtigen. Die vorliegende Arbeit demonstriert erstmals den Nutzen dieser Technologie für MPRAGE-Sequenzen im Niederfeldbereich und unterstreicht das Potenzial KI-gestützter Bildrekonstruktionsverfahren für die Integration in die klinische Routine der Neuroradiologie.
13:39 - 13:42

Vortrag (Poster)

Deep-learning basierte Denoising und Verzerrungskorrektur für die zerebrale Diffusionsbildgebung im Vergleich zur Echo-Planar-Imaging-Diffusionssequenzen, sowie zur Resolve-Diffusion.

Mohammed Khalaf

weitere Autoren

Andrea Kronfeld (Mainz) / Haidara AlMansour (Mainz) / Roman Paul (Mainz) / Vanessa Ines Schöffling (Mainz) / Marc A. Brockmann (Mainz) / Ahmed Othman (Mainz) / Sebastian Altmann (mainz)

Zielsetzung

Die Echo-Planar-Imaging-Diffusionssequenzen (EPI-DWI) sind anfällig für geometrische Verzerrungen und Artefakte, insbesondere in Regionen mit Luft-Knochen-Grenzflächen wie der Schädelbasis. Die Resolve-DWI als multi-shot-EPI-Technik, reduzierte diese Artefakte, führt jedoch zu einer deutlich längeren Akquisitionszeit. Diese Studie evaluiert die Möglichkeiten der DL-basierten Bildrekonstruktion hinsichtlich Denoising und Verzerrungskorrektur.

Material und Methoden

100 Patienten mit klinisch indizierten MRT erhielten Standard-EPI- und Resolve-DWI (01:06 min vs 03:33 min). Dann wurde die Standard-EPI-DWI mit Deep-learning-Rekonstruktion nachgerechnet. Drei verblindete Radiologen beurteilten anhand einer 5-stufigen Likert-Skala die Parameter für die Bildqualität und diagnostische Sicherheit. Zusätzlich wurden die Befunder gebeten anzugeben, ob eine Diffusions-Restriktion vorlag und gegebenenfalls mit welcher Sicherheit sie diese erkannten. Um ein objektives Maß für die Bildverzerrung zu erhalten wurde die Kongruenz von DWI-Datensätzen mit der T1-MPRAGE ausgewertet.

Ergebnisse

Die DL-DWI veranschaulichte signifikant überlegene Resultate zu der EPI-DWI bezüglich der diagnostischen Sicherheit (EPI-DWI 3.0 [Q1; Q3 3.0;3.0] vs DL-DWI 4.0 [Q1; Q3 4.0;5.0] vs Resolve-DWI 5.0 [Q1; Q3 4.0; 5.0] p<0,001). Die DL-DWI zeigte eine exzellente Übereinstimmung der Pathologie in der Resolve-DWI. Im Vergleich zur EPI-DWI stellte sich eine signifikante Verringerung der Artefakte dar (EPI-DWI 3.0 [Q1; Q3 2.0;3.0] vs DL-DWI 4.0 [Q1; Q3 3.0;4.0] vs Resolve-DWI 4.0 [Q1; Q3 4.0; 5.0] p<0,001). In der objektiven Analyse zeigte die DL-DWI die beste geometrische Übereinstimmung mit der anatomischen Referenz (T1-MPRAGE). Die Verzerrungskorrektur war signifikant besser als bei der Resolve-DWI (p<0,001).

Schlussfolgerungen

DL-basierte Rekonstruktion führt einer deutlichen Verbesserung der Bildqualität und stellt eine zeiteffiziente Alternative zur Resolve-DWI dar, da sie eine gute Artefaktreduktion ermöglicht.
13:42 - 13:45

Vortrag (Poster)

Klinisch orientierte Entwicklung eines visuellen Bewertungsschemas für die Amid-Proton-Transfer-(APT-)gewichtete MRT

Inga Krause

weitere Autoren

Thomas Zeyen (Bonn) / Tim A. Möhle (Erlangen) / Andreas Decker (Bonn) / Florian Kroh (Boston) / Alexander Radbruch (Bonn) / Ulrich Herrlinger (Bonn) / Daniel Paech (Bonn)

Zielsetzung

Die proteingewichtete Amid-Proton-Transfer-(APT-)Bildgebung hat ein hohes diagnostisches Potenzial, z. B. zur nichtinvasiven Verlaufskontrolle von Glioblastomen. Da sie jedoch u. a. wegen fehlender standardisierter visueller Bewertungskriterien kaum routinemäßig eingesetzt wird, wurde in dieser Studie ein Schema zur klinisch praktikablen Auswertung entwickelt.

Material und Methoden

In der Klinik für Neuroradiologie am Universitätsklinikum Bonn wurde die 3D-APT-MRT in das Standard-Tumorprotokoll integriert. In diese Studie wurden 65 APT-Aufnahmen von 61 Patienten mit kontrastmittelaufnehmendem Glioblastom zum Zeitpunkt eines Progressionsverdachts eingeschlossen.

Zwei in der Hirntumor- und APT-Bildgebung erfahrene Befunder beurteilten die APT-Aufnahmen verblindet mithilfe der IDL13-Rainbow-Farbkarte als (1) erhöhtes oder (2) kein erhöhtes APT-Signal in der T1-kontrastmittelaufnehmenden Läsion. Bei erhöhtem Signal wurde vermerkt, ob es die gesamte Läsion oder nur einen Teil betraf und ob es deutlich oder gering ausgeprägt war.

Ergebnisse

In einer zufällig ausgewählten Subkohorte von 10 Patienten (7 mit Progression (PD), 3 mit therapiebedingten MRT-Veränderungen (TRE)) stimmten beide Befunder in der Beurteilung der Ausdehnung der APT-Signalerhöhung in 9 von 10 Fällen überein. Bei diesen 9 Fällen zeigten alle Patienten mit einer APT-Signalerhöhung über die gesamte Läsion (n=3) im weiteren Verlauf eine PD.

Hinsichtlich der Ausprägung der APT-Signalintensität stimmten beide Befunder in 7 von 10 Fällen überein. In 4 dieser 7 Fälle war ein deutlich erhöhtes APT-Signal mit PD und ein leicht oder nicht erhöhtes Signal (n=1) mit TRE assoziiert.

Im nächsten Schritt sollen alle 65 APT-Aufnahmen und 3 weitere Befunder (Radiologen mit 5 bis 23 Jahren Erfahrung in der Hirntumorbildgebung) in die Analyse einbezogen werden.

Schlussfolgerungen

Das visuelle Bewertungsschema dieser Studie erlaubt eine reproduzierbare qualitative Beurteilung der APT-Bildgebung und unterstützt ihre Integration in die klinische Routine bei Hirntumoren.
13:45 - 14:00

Diskussion

Diskussion

Häufige Fragen

Wie kann ich mich zum RÖKO LEIPZIG anmelden?

Alle Informationen zur Anmeldung für den RÖKO LEIPZIG erhalten Sie unter Anmeldung.

Um einen zügigen Zugang zum Kongress zu erhalten, empfehlen wir allen, die digitale Anmeldung im Vorfeld zu nutzen.

Eine persönliche Anmeldung in Leipzig können Sie ab dem 13.05.2026 vor Ort am Registrierungscounter im Congress Center Leipzig (CCL) vornehmen.

Für teilnahmebegrenzte Kurse (Workshops/MTR-Workshops/MTR-Klinik-Seminare) fallen gesonderte Teilnahmegebühren an. Wir empfehlen, diese frühzeitig mit der Online-Anmeldung zu buchen.

Wie stelle ich mein persönliches Kongressprogramm zusammen?

Um Ihnen die persönliche Kongressplanung im Rahmen des RÖKO LEIPZIG so einfach wie möglich zu machen, haben wir für Sie die Vormerken-Funktion eingeführt, mit deren Hilfe Sie Ihr persönliches Kongressprogramm zusammenstellen und jederzeit online darauf zugreifen können.

Informationen zum Vormerken finden Sie auf der Seite "So gestalten Sie Ihr persönliches Programm für den RÖKO LEIPZIG", Ihr persönliches RÖKO LEIPZIG-Programm finden Sie im Benutzermenü in Listenansicht und als grafische Tagesansicht.

Ich halte einen Vortrag – was muss ich beachten?

Alle wichtigen Informationen rund um Ihren Vortrag beim 107. Deutscher Röntgenkongresses in Leipzig haben wir für Sie demnächst unter "Informationen für Vortragende" zusammengestellt.

Wie erwerbe ich CME-Punkte auf dem RÖKO LEIPZIG?

Der Deutsche Röntgenkongress wird von der Sächsischen Landesärztekammer (LÄK) zertifiziert.

Bitte beachten Sie: Sollten Sie als Fachärztin oder Facharzt Fortbildungspunkte erwerben, erfolgt die Übermittlung der gesammelten CME-Punkte nach dem RÖKO LEIPZIG automatisch an Ihre Ärztekammer. Voraussetzung hierfür ist, dass Ihre EFN im Registrierungssystem hinterlegt ist.

Für die Erfassung ist das Scannen des QR-Codes auf Ihrem Kongressausweis sowie des QR-Codes der besuchten Sitzungen erforderlich. Hierfür benutzen Sie den Scannerfunktion Ihres mobilen Endgerätes.

Weitere Informationen unter Zertifizierung.

Falls keine EFN-Nummer hinterlegt ist, können Sie diese in dem Modul „Mein Account“ im Registrierungssystem ergänzen oder uns per E-Mail an registrierung-roeko@kukm.de mitteilen.

Wie erhalte ich Anwesenheits- bzw. Teilnahmebescheinigungen?

Sie können Ihre Teilnahmebescheinigung mit den ausgewiesenen CME-Punkten ca. drei Wochen nach dem Kongress im Registrierungssystem abrufen. Sobald der Download möglich ist, werden Sie per E-Mail benachrichtigt.

Wie evaluiere ich den RÖKO LEIPZIG?

Bewerten Sie Vorträge auf dem Röntgenkongress 2026 in Leipzig, an denen Sie teilgenommen haben und nehmen Sie Einfluss auf das nächste Kongressprogramm!

In der WebApp zur Teilnahmeerfassung erhalten Sie zu jeder Sitzung, an der Sie teilgenommen haben, einen Link direkt zur Evaluation der jeweiligen Sitzung.

Alternativ klicken Sie innerhalb des Programmkalenders auf der #RÖKO2026-Webseite auf den Button „Evaluation“ und Sie werden anschließend zu den Evaluationsfragen der aktuellen Sitzung geführt und können dort Ihre Bewertung abgeben.

Weitere Fragen finden Sie in unserer RÖKO LEIPZIG - A bis Z.
Werden Sie auch dort nicht fündig, rufen Sie uns gern via 030 - 916 070 - 66 an oder schreiben Sie eine E-Mail an kongress@drg.de.