97 Arbeiten
Die Welt der Radiologie und medizinischen Bildgebung öffnet einen unschätzbaren Blick ins menschliche Körperinnere, ohne dass dabei ein Skalpell nötig ist. Von der klassischen Röntgenaufnahme bis zur hochkomplexen Magnetresonanztomographie helfen diese Technologien Ärztinnen und Ärzten dabei, Krankheiten früher zu erkennen und Behandlungen präziser zu steuern. Auf Gist.Science machen wir die neuesten wissenschaftlichen Erkenntnisse aus diesem dynamischen Feld für alle verständlich.
Jede neue Vorveröffentlichung in dieser Kategorie stammt direkt von medRxiv, der führenden Plattform für medizinische Preprints. Unser Team verarbeitet jeden dieser Einträge sofort, um Ihnen sowohl eine detaillierte technische Zusammenfassung als auch eine leicht verständliche Erklärung auf Deutsch anzubieten. So bleiben Sie immer auf dem Laufenden, egal ob Sie Fachkenntnisse haben oder einfach nur neugierig sind.
Im Folgenden finden Sie die aktuellsten Forschungsarbeiten aus dem Bereich der Radiologie und Bildgebung, die wir für Sie aufbereitet haben.
Diese Studie zeigt, dass die zeitharmonische Ultraschall-Elastographie gleichzeitig die unabhängigen und überlagerten Effekte von willkürlicher Muskelkontraktion und Blutflussrestriktion auf die elastischen und viskosen Eigenschaften der Skelettmuskulatur in vivo quantifizieren und unterscheiden kann.
Dieses Paper stellt eine offene, reproduzierbare Gamma-Variat-Pipeline für die CT-Perfusionsanalyse vor, die durch standardisierte ASIST-Japan-Visualisierung die vergleichbare Standortübergreifende Anwendbarkeit sicherstellt und deren Genauigkeit sowie bitstabile Reproduzierbarkeit mittels synthetischer Benchmarks mit bekanntem Ground Truth validiert.
Diese Studie nutzte den UK7T-Travelling-Head-Datensatz, um zu demonstrieren, dass 7T-MRT-Messungen der Suszeptibilität und des Volumens von Hippocampus-Subfeldern eine hohe Reproduzierbarkeit über wiederholte Akquisitionen hinweg aufweisen, wobei die Intra-Subjekt-Variabilität signifikant niedriger als die Inter-Subjekt-Unterschiede ist und die Intraklassen-Korrelationskoeffizienten für alle Subfelder 0,82 übersteigen.
Dieses Paper präsentiert ein feinabgestimmtes SAM2-Modell zur Segmentierung der Koronararterien in der Röntgenfluoroskopie, das die Zero-Shot-Baselines signifikant übertrifft (mit Erreichen eines Dice-Scores von 0,767 auf dem ARCADE-Datensatz) und durch die effektive Unterscheidung von Arterien gegenüber störenden Strukturen wie Rippen und Stents eine robuste Gefäßverfolgung in Videostudien demonstriert.
Diese Studie zeigt, dass ein Deep-Learning-Modell die arterielle Brustkalzifizierung aus Screening-Mammogrammen genau quantifizieren kann, um Frauen mit erhöhtem kardiovaskulärem Risiko zu identifizieren, obwohl das Hinzufügen dieses KI-abgeleiteten Biomarkers zu bestehenden Risikoscores wie PREVENT nur eine minimale Verbesserung der allgemeinen Vorhersagediskriminierung bietet.
Diese Studie führt ein neuartiges, funktionsfokussiertes Vergleichsprotokoll zur Evaluierung von tragbaren EEG-Headsets ein und validiert dieses, welches sowohl die kognitive Auflösung als auch die Benutzerfreundlichkeit erfolgreich bewertet und somit eine umfassendere Alternative zu traditionellen, funktionsagnostischen Analysemethoden bietet.
Diese Studie präsentiert eine Sekundäranalyse der LOSEIT-Studiendaten, die darauf ausgelegt ist, die Übereinstimmung und Äquivalenz zwischen einem kommerziell erhältlichen KI-Tool und den Messungen von Expertenradiologen der Gelenkspaltbreite in belasteten, in fester Flexion aufgenommenen Knie-Röntgenaufnahmen von Patienten mit Osteoarthritis zu evaluieren.
Diese Studie zeigt, dass die Korrektur der B1+-Inhomogenität bei der 7-T-MRT zwar konsistent die Bildqualitätsmetriken verbessert, ihr Einfluss auf morphometrische statistische Inferenzen jedoch methodenabhängig ist, was die Notwendigkeit einer expliziten Korrektur und einer maßgeschneiderten Vorverarbeitung unterstreicht, um zuverlässige Biomarker zu etablieren.
Diese Studie zeigt, dass ein multimodaler Ansatz, der [18F]Florbetapir- und [18F]Flortaucipir-PET-Bildgebung mit MRT-basierten Daten zur Hirnatrophie kombiniert, die Vorhersage kognitiver Beeinträchtigungen bei Alzheimer-Krankheit im Vergleich zur alleinigen Verwendung von PET-Biomarkern signifikant verbessert.
Diese Arbeit zeigt, dass ein auf der Singulärwertzerlegung basierender Spulen-Kombinationsalgorithmus (SVD-B1) die Genauigkeit und Rauschrobustheit von quantitativen Suszeptibilitätskarten in der Hochfeld-MRT signifikant verbessert, indem er Artefakte eliminiert und konventionelle Methoden sowohl in In-vivo- als auch in Postmortem-Studien des menschlichen Gehirns übertrifft.