80 articoli
Questo studio dimostra che un framework di segmentazione 3D basato su nnU-Net e addestrato esclusivamente su immagini TC, integrando dati pubblici e privati, permette una delineazione automatica ed efficace dei tumori testa-collo, offrendo una soluzione economica e scalabile per la pianificazione della radioterapia.
Uno studio prospettico ha dimostrato che l'elastografia armonica temporale ultrasonica multiparametrica, valutando l'eterogeneità della rigidità tumorale e la viscosità dell'habitat circostante, permette di distinguere efficacemente le lesioni epatiche maligne da quelle benigne, specialmente nei tumori di grandi dimensioni.
Il documento presenta un framework statistico basato sulle proiezioni che stima in modo efficiente e pratico il bias indotto dal rumore nella tomografia computerizzata spettrale, offrendo risultati in accordo con le simulazioni Monte Carlo ma con un tempo di esecuzione drasticamente ridotto, facilitando così l'ottimizzazione dei parametri di acquisizione.
Questo studio esplorativo dimostra che l'imaging fotoacustico, rilevando differenze significative nei rapporti tra acqua, emoglobina e lipidi nel muscolo bicipite, si configura come un promettente biomarcatore non invasivo per il monitoraggio della miopatia mitocondriale.
Uno studio retrospettivo multicentrico internazionale dimostra che il modello di deep learning DeepMS, integrando lesioni e materia bianca apparentemente normale da risonanza magnetica di routine, supera i criteri diagnostici attuali per la sclerosi multipla e mantiene un'elevata accuratezza anche in assenza di lesioni focali.
Questo studio dimostra che la disconnessione funzionale delle reti di sostanza bianca, in particolare quelle intra-sostanza bianca, è associata alla gravità dei sintomi sociali nell'autismo, offrendo nuovi spunti sui substrati neurali dei deficit comunicativi.
Questo studio dimostra che un modello di segmentazione basato su nnU-Net e apprendimento per trasferimento, addestrato su dati TOF-MRA e affinato su immagini 4D Flow MRI, supera le architetture esistenti fornendo una soluzione automatizzata robusta che garantisce una quantificazione emodinamica accurata e affidabile delle arterie intracraniche.
Questo studio ha definito intervalli di riferimento specifici per età e sesso per la struttura e la funzione cardiaca utilizzando la risonanza magnetica cardiaca su una vasta coorte nazionale tedesca, fornendo un quadro normativo fondamentale per l'interpretazione clinica e la ricerca sul rimodellamento cardiaco.
Questo studio propone un framework di diffusione condizionale ottimizzato per risorse limitate che genera immagini PET sintetiche da scansioni CT, consentendo uno screening oncologico equo ed efficace anche nelle aree rurali a basso reddito.
Questo studio prospettico ha dimostrato che la sequenza Dixon a 6 punti offre la migliore accuratezza quantitativa e la minore distorsione geometrica per la stima del PDFF e dell'R2* su scanner MR-Simulation e MR-Linac, rendendola la scelta ottimale per la caratterizzazione del midollo osseo nella radioterapia adattiva.
Questo studio conferma la fattibilità tecnica dell'implementazione della tecnica 3D-QALAS su un sistema MR-Linac a 1,5T per l'acquisizione rapida di mappe quantitative cerebrali ad alta risoluzione isotropica, aprendo nuove possibilità per l'integrazione di biomarcatori di rilassometria nel flusso di lavoro della radioterapia adattiva testa-collo.
Gli autori hanno sviluppato e validato clinicamente il primo sistema di localizzazione acustica del fascio di radiazioni ionizzanti (iRABL), capace di tracciare in tempo reale la traiettoria e mappare la deposizione di dose della terapia con protoni con risoluzione sub-diffrattiva e accuratezza clinica, segnando un passo fondamentale verso la "chirurgia con protoni" guidata dalle immagini.
Uno studio multi-istituzionale ha dimostrato che la riduzione della profondità di bit delle radiografie toraciche da 16 a 8 bit non compromette le prestazioni dei modelli di deep learning per la classificazione di sesso, età e obesità, suggerendo che l'uso di immagini a 8 bit è sicuro per ottimizzare lo storage e l'elaborazione dei dati.
Questo studio dimostra che gli embedding di memoria "mask-aware" estratti da un modello fondazionale di segmentazione medica, fusi con dati clinici, migliorano significativamente la stratificazione del rischio di sopravvivenza libera da progressione nel mieloma multiplo rispetto ai modelli basati solo su dati clinici o radiomica.
Questo studio propone una pipeline di apprendimento di fenotipi latenti incentrata sulla lesione per l'interpretabilità degli ultrasuoni mammarie, che utilizza pooling pesato dalle maschere e calibrazione per generare embedding compatti, migliorando significativamente la separabilità e l'accuratezza diagnostica rispetto ai metodi esistenti.
Lo studio dimostra che l'attivazione dei sistemi di posizionamento laser esterni durante le simulazioni MRI può degradare significativamente la qualità dell'immagine e la precisione delle misurazioni quantitative, specialmente quando si utilizza la bobina corporea integrata, rendendo necessario evitare l'uso dei laser durante l'acquisizione delle immagini.
Questo studio dimostra che l'elastografia a risonanza magnetica, in particolare attraverso metriche di viscosità normalizzate rispetto alla sostanza bianca normale e l'analisi della stabilità dell'interfaccia, può distinguere la necrosi da radiazione dalle metastasi cerebrali ricorrenti identificando la prima come meccanicamente più rigida e dissipativa.
Integrando risonanza magnetica strutturale e trascrittomica, lo studio identifica due sottotipi di invecchiamento corticale distinti: un sottotipo normativo legato a geni metabolici e immunitari che riflette il declino tipico, e un sottotipo compensativo associato a geni di riparazione e risposta allo stress che preserva la connettività neurale, fornendo nuovi marcatori biologici per distinguere il normale invecchiamento dalle adattamenti protettivi.
Questo studio, basato su un ampio campione di scansioni MRI cliniche provenienti da una popolazione danese, dimostra che i pazienti con disturbi mentali presentano alterazioni neuroanatomiche condivise, come volumi cerebrali ridotti e un assottigliamento corticale, confermando l'utilità dei dati clinici reali per la stratificazione dei pazienti e il monitoraggio della progressione della malattia.
Questo articolo presenta un sistema di guida intelligente e assistenza diagnostica basato su apprendimento per rinforzo (Actor-Critic) e reti neurali profonde per l'esame automatizzato dell'arteria carotide e della tiroide tramite ultrasuoni portatili, riducendo la dipendenza dall'operatore mantenendo un'accuratezza diagnostica paragonabile a quella degli esperti.