80 articles
Cette étude prospective démontre la faisabilité clinique d'une approche IRM dynamique utilisant un agent de contraste gadolinium administré par voie intraveineuse pour visualiser le transport de fluides et de solutés le long de la voie lymphatique postérieure du système glymphatique oculaire chez des participants sains.
Cette étude démontre que l'apprentissage auto-supervisé par diffusion sur des vidéos échographiques B-mode permet de détecter le syndrome douloureux myofascial du trapèze supérieur avec une grande efficacité, comblant ainsi le manque de données annotées dans les petites cohortes prospectives.
Le cadre ReMIND, un modèle vision-langage entraîné sur plus de 73 000 visites de patients, permet une analyse automatisée et généralisable des IRM cérébrales multi-séquences en générant des rapports radiologiques cliniquement cohérents et précis.
Cette étude démontre que l'accélération de l'âge protéomique, en particulier à un stade avancé de la vie, est associée à une prévalence accrue de marqueurs IRM de la maladie des petits vaisseaux cérébraux dans les cohortes ARIC et MESA.
Cette étude démontre que l'algorithme SILA permet de modéliser avec précision les trajectoires longitudinales du tau en TEP et d'estimer l'âge d'apparition de la positivité du tau dans la région méso-temporale, bien que sa fiabilité diminue dans le cortex entorhinal chez les patients atteints de démence.
Cette étude transversale révèle que des niveaux légèrement élevés d'hémoglobine glyquée, même chez des jeunes non diabétiques, sont associés à des altérations précoces de la structure cérébrale, un effet qui est exacerbé par la défavorisation socioéconomique du quartier.
Cette étude démontre qu'une perte de poids supérieure à 5 % sur deux ans ralentit significativement la progression de la dégénérescence du cartilage, mesurée par le score d'épaisseur du cartilage (CTh-Score), chez les individus avec ou sans ostéoarthrite radiographique, sans toutefois modifier les métriques structurelles conventionnelles.
Cette étude utilise l'analyse de forme 3D par IRM pour révéler que le remodelage spatial localisé du muscle grand fessier, et non seulement son volume global, est un biomarqueur sexospécifique clé des dysfonctionnements métaboliques et du risque de diabète de type 2.
Cette étude présente un système d'apprentissage profond déployable et explicable, basé sur Grad-CAM et optimisé pour les environnements à ressources limitées, qui permet un dépistage précis et interprétable de la tuberculose à partir de radiographies thoraciques sur des plateformes mobiles et de bureau.
Cette étude démontre que le système LAQUA, basé sur le modèle de langage multimodal Gemini 2.5 Pro, atteint un accord substantiel avec les évaluations d'experts pour le contrôle qualité des contours automatiques, ce qui en fait un outil de dépistage primaire prometteur pour réduire la charge de travail clinique.
Cette étude démontre que QTMnet, un réseau de neurones profond entraîné sur des données synthétiques pour estimer la perfusion sans fonction d'entrée artérielle, surpasse le modèle 2CXM traditionnel dans la classification des gliomes de bas et haut grade.
Cette étude rétrospective démontre que l'accélération de l'âge estimée à partir de radiographies thoraciques par apprentissage profond est associée de manière indépendante à un risque accru de cancer du poumon, bien que son ajout aux modèles de risque existants n'améliore que marginalement la capacité de discrimination.
Cette étude de cas-témoins montre que l'analyse de l'asymétrie bilatérale du sein par transformée de Fourier sur des images de mammographie numérique brute (FFDM) prédit mieux le risque à court terme de cancer du sein que les images cliniques traitées ou les reconstructions 2D issues de la tomosynthèse, bien que ces dernières surpassent les images FFDM cliniques.
Cette étude présente TWISTARE, une nouvelle méthode d'imagerie par résonance magnétique à 7 Tesla utilisant deux états stationnaires entrelacés pour réaliser une cartographie quantitative rapide et précise du T2 cérébral tout en estimant simultanément le champ RF, surmontant ainsi les défis liés à l'inhomogénéité du champ et au taux d'absorption spécifique.
Cette étude analyse les données de la FDA sur les dispositifs d'IA en radiologie pour démontrer que la faible prévalence des maladies peut entraîner un paradoxe des faux positifs réduisant la valeur prédictive positive, soulignant ainsi la nécessité de divulguer les taux d'erreur pour guider les choix cliniques éthiques et financiers.
Cette étude démontre que les mesures périphériques de la respiration mitochondriale dans le sang sont associées aux altérations des rythmes corticaux et à la capacité respiratoire cérébrale chez les patients atteints de la maladie d'Alzheimer, suggérant ainsi un potentiel translationnel pour l'utilisation de marqueurs mitochondriaux conjoints dans le diagnostic des maladies neurodégénératives liées au vieillissement.
Bien que l'adoption de l'intelligence artificielle en radiologie en France soit actuellement limitée par des coûts élevés et un équipement insuffisant, les radiologistes font preuve d'une forte volonté d'adoption et d'une très faible peur d'être remplacés par ces technologies.
Cette étude démontre que la sensibilité des algorithmes d'apprentissage profond à la prédiction de l'âge cérébral varie considérablement selon le type et la sévérité des artefacts d'IRM simulés, soulignant la nécessité de stratégies d'évaluation et de mitigation spécifiques pour garantir la fiabilité de ce biomarqueur en recherche clinique.
Cette étude multicentrique menée dans la région Souss Massa au Maroc a démontré que les doses de radiation reçues par les patients lors de radiographies conventionnelles de la colonne lombaire restent inférieures aux niveaux de référence diagnostiques, bien que des variations entre hôpitaux subsistent en raison des différences d'équipement et de protocoles.
Cette étude démontre que la fiabilité des représentations d'images IRM cérébrales à travers différents scanners dépend principalement de la stratégie de préentraînement, les modèles intégrant des métadonnées biologiques surpassant nettement les modèles auto-supervisés purs et les méthodes traditionnelles.