<?xml version="1.0" encoding="UTF-8"?>
<resource xmlns="http://datacite.org/schema/kernel-4" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4.1/metadata.xsd">
  <identifier identifierType="DOI">10.18453/rosdok_id00001685</identifier>
  <creators>
    <creator>
      <creatorName nameType="Personal">Dyrba, Martin</creatorName>
      <givenName>Martin</givenName>
      <familyName>Dyrba</familyName>
      <nameIdentifier nameIdentifierScheme="GND" schemeURI="http://d-nb.info/gnd/">http://d-nb.info/gnd/1081776579</nameIdentifier>
    </creator>
  </creators>
  <titles>
    <title>Automatisierte Erkennung manifester und prodromaler Alzheimer-Krankheit mittels multizentrisch akquirierter, multimodaler Bilddaten</title>
    <title>Automated detection of manifest and prodromal Alzheimer's disease using multicenter and multimodal neuroimaging data</title>
  </titles>
  <publisher>Universität Rostock</publisher>
  <publicationYear>2015</publicationYear>
  <resourceType resourceTypeGeneral="Text" />
  <subjects>
    <subject xml:lang="en" schemeURI="http://dewey.info/" subjectScheme="dewey">610 Medical sciences Medicine</subject>
  </subjects>
  <dates>
    <date dateType="Created">2015</date>
  </dates>
  <language>de</language>
  <alternateIdentifiers>
    <alternateIdentifier alternateIdentifierType="PURL">http://purl.uni-rostock.de/rosdok/id00001685</alternateIdentifier>
    <alternateIdentifier alternateIdentifierType="URN">urn:nbn:de:gbv:28-diss2015-0235-7</alternateIdentifier>
  </alternateIdentifiers>
  <descriptions>
    <description descriptionType="Abstract">In dieser Arbeit wurde die Eignung multizentrischer Diffusions-Tensor-Bildgebung (DTI), die die Beurteilung der Fasertraktintegrität der weißen Substanz in vivo erlaubt, als diagnostischer Marker für die Alzheimer-Krankheit untersucht. Dazu wurden multivariate maschinelle Lernverfahren verwendet. Im Rahmen dieser Dissertation wurden zwei Ansätze zur Reduktion der Inter-Scanner-Variabilität erarbeitet und deren Einfluss auf die Gruppentrennung mittels DTI und struktureller Magnetresonanztomografiedaten verglichen. Weiterhin wurde die kombinierte Auswertung mehrerer Modalitäten untersucht.</description>
  </descriptions>
</resource>
