67 artículos
La radiología y la imagen médica son los ojos de la medicina moderna, permitiéndole a los profesionales ver dentro del cuerpo humano sin necesidad de cirugías invasivas. Este campo abarca desde las tradicionales radiografías hasta tecnologías avanzadas como la resonancia magnética y la tomografía computarizada, ofreciendo diagnósticos más rápidos y precisos que salvan vidas cada día.
En Gist.Science, nos aseguramos de que estos avances lleguen a todos. Procesamos cada nuevo prepublicación en esta categoría proveniente de medRxiv, transformando investigaciones complejas en resúmenes técnicos detallados y explicaciones en lenguaje sencillo. Nuestro objetivo es que tanto expertos como curiosos puedan entender los últimos descubrimientos sin barreras de jerga científica.
A continuación, encontrará la selección más reciente de estudios en radiología e imagen, listos para ser explorados con nuestra nueva perspectiva accesible.
Este estudio demuestra que la elastografía armónica temporal por ultrasonido puede cuantificar y distinguir simultáneamente los efectos independientes y superpuestos de la contracción muscular voluntaria y la restricción del flujo sanguíneo sobre las propiedades elásticas y viscosas del músculo esquelético in vivo.
Este artículo presenta un flujo de trabajo de varianza gamma abierto y reproducible para el análisis de perfusión por TC que garantiza la comparabilidad entre centros mediante la visualización estandarizada ASIST-Japón y valida su precisión y reproducibilidad de estabilidad de bits utilizando bancos de pruebas sintéticos con una verdad de campo conocida.
Este estudio utilizó el conjunto de datos de cabezal móvil UK7T para demostrar que las mediciones de RM de 7T de la susceptibilidad y el volumen de los subcampos hipocampales exhiben una alta reproducibilidad en adquisiciones repetidas, con una variabilidad intra-sujeto significativamente menor que las diferencias inter-sujeto y coeficientes de correlación intraclase superiores a 0,82 para todos los subcampos.
Este artículo presenta un modelo SAM2 ajustado para la segmentación de arterias coronarias en fluoroscopia de rayos X que supera significativamente a los modelos base de cero disparos (alcanzando una puntuación Dice de 0,767 en el conjunto de datos ARCADE) y demuestra un seguimiento robusto de los vasos en estudios de video al distinguir eficazmente las arterias de estructuras de confusión como costillas y stents.
Este estudio demuestra que un modelo de aprendizaje profundo puede cuantificar con precisión la calcificación arterial mamaria a partir de mamografías de cribado para identificar a mujeres con un riesgo cardiovascular elevado, aunque la adición de este biomarcador derivado de IA a las puntuaciones de riesgo existentes como PREVENT ofrece una mejora mínima en la discriminación predictiva general.
Este estudio introduce y valida un nuevo protocolo comparativo centrado en la funcionalidad para evaluar diademas de EEG portátiles, el cual evalúa con éxito tanto la resolución cognitiva como la usabilidad del usuario, ofreciendo al mismo tiempo una alternativa más exhaustiva a los métodos tradicionales de análisis ajenos a la función.
Este estudio presenta un análisis secundario de los datos del ensayo LOSEIT diseñado para evaluar la concordancia y equivalencia entre una herramienta de IA disponible comercialmente y las mediciones de radiólogos expertos del ancho del espacio articular en radiografías de rodilla en carga y con flexión fija de pacientes con osteoartritis.
Este estudio demuestra que, si bien la corrección de la inhomogeneidad de B1+ en la RM de 7 T mejora consistentemente las métricas de calidad de imagen, su impacto en las inferencias estadísticas morfométricas depende del método, lo que subraya la necesidad de una corrección explícita y un preprocesamiento personalizado para establecer biomarcadores fiables.
Este estudio demuestra que un enfoque multimodal que combina la PET con [18F]florbetapir y [18F]flortaucipir con datos de atrofia cerebral derivados de la RM mejora significativamente la predicción del deterioro cognitivo en la enfermedad de Alzheimer en comparación con el uso de biomarcadores PET por sí solos.
Este artículo demuestra que un algoritmo de combinación de bobinas basado en la Descomposición en Valores Singulares (SVD-B1) mejora significativamente la precisión y la robustez al ruido de los Mapas de Susceptibilidad Cuantitativa en la RM de alto campo mediante la eliminación de artefactos y superando a los métodos convencionales tanto en estudios de cerebro humano in vivo como postmortem.