67 articoli
La radiologia e le tecniche di imaging rappresentano gli occhi della medicina moderna, permettendo di osservare l'interno del corpo umano senza ricorrere a interventi invasivi. Da semplici raggi X a complesse risonanze magnetiche, queste discipline forniscono dati cruciali per diagnosi precoci e trattamenti mirati, trasformando immagini in informazioni salvavita.
Su Gist.Science, esploriamo i nuovi studi pubblicati su medRxiv in questo settore, rendendo la ricerca scientifica accessibile a tutti. Processiamo ogni nuovo preprint in questa categoria, offrendo sia una spiegazione in linguaggio semplice che un'analisi tecnica dettagliata, per garantire che i progressi siano comprensibili sia ai pazienti che ai professionisti.
Di seguito trovate l'elenco degli ultimi articoli su radiologia e imaging, aggiornati in tempo reale dalle ultime scoperte.
Questo studio dimostra che l'elastografia a tempo armonico mediante ultrasuoni può quantificare e distinguere simultaneamente gli effetti indipendenti e sovrapposti della contrazione muscolare volontaria e della restrizione del flusso sanguigno sulle proprietà elastiche e viscose del muscolo scheletrico in vivo.
Questo articolo introduce una pipeline gamma-variata aperta e riproducibile per l'analisi della perfusione TC che garantisce la comparabilità tra diversi centri attraverso la visualizzazione standardizzata ASIST-Japan e ne valida l'accuratezza e la riproducibilità bit-stabile utilizzando benchmark sintetici con verità di base nota.
Questo studio ha utilizzato il dataset della testata mobile UK7T per dimostrare che le misurazioni RM a 7T della suscettività e del volume dei subfield ippocampali esibiscono un'elevata riproducibilità tra acquisizioni ripetute, con una variabilità intra-soggetto significativamente inferiore rispetto alle differenze inter-soggetto e coefficienti di correlazione intraclasse superiori a 0,82 per tutti i subfield.
Questo articolo presenta un modello SAM2 affinato per la segmentazione delle arterie coronarie in fluoroscopia a raggi X che supera significativamente i baseline zero-shot (raggiungendo un punteggio Dice di 0,767 sul dataset ARCADE) e dimostra un tracciamento robusto dei vasi negli studi video distinguendo efficacemente le arterie da strutture confondenti come costole e stent.
Questo studio dimostra che un modello di deep learning può quantificare accuratamente la calcificazione arteriosa mammaria da mammografie di screening per identificare donne con un rischio cardiovascolare elevato, sebbene l'aggiunta di questo biomarcatore derivato dall'IA ai punteggi di rischio esistenti come PREVENT offra un miglioramento minimo nella discriminazione predittiva complessiva.
Questo studio introduce e valida un nuovo protocollo comparativo focalizzato sulla funzionalità per la valutazione di cuffie EEG indossabili, il quale valuta con successo sia la risoluzione cognitiva che l'usabilità per l'utente, offrendo al contempo un'alternativa più completa ai tradizionali metodi di analisi non orientati alla funzione.
Questo studio presenta un'analisi secondaria dei dati del trial LOSEIT progettata per valutare l'accordo e l'equivalenza tra uno strumento di IA disponibile commercialmente e le misurazioni di radiologi esperti dello spazio articolare in radiografie del ginocchio in carico e a flessione fissa di pazienti con osteoartrite.
Questo studio dimostra che, sebbene la correzione dell'inomogeneità della B1+ nella RM a 7 T migliori costantemente le metriche della qualità dell'immagine, il suo impatto sulle inferenze statistiche morfometriche è dipendente dal metodo, sottolineando la necessità di una correzione esplicita e di un pre-processing personalizzato per stabilire biomarcatori affidabili.
Questo studio dimostra che un approccio multimodale che combina la PET con [18F]florbetapir e [18F]flortaucipir e i dati di atrofia cerebrale derivati dalla RM migliora significativamente la previsione del declino cognitivo nella malattia di Alzheimer rispetto all'uso dei soli biomarcatori PET.
Questo articolo dimostra che un algoritmo di combinazione delle bobine basato sulla Decomposizione del Valore Singolare (SVD-B1) migliora significativamente l'accuratezza e la robustezza al rumore delle mappe di suscettibilità quantitativa in risonanza magnetica ad alto campo, eliminando gli artefatti e superando i metodi convenzionali sia in studi sul cervello umano in vivo che postmortem.