80 papers
Dit artikel introduceert DBT-2026, een vrij beschikbaar, geanonimiseerd dataset van 558 digitale breast tomosynthese-examens met grondwaarheid-biopsies en expertannotaties, die is ontwikkeld om onderzoek naar borstkankerbeeldvorming te stimuleren.
Deze studie introduceert en valideert BUDAPEST, een snelle en betrouwbare Bayesiaanse algoritme met een open-source grafische interface voor het schatten van de motorische drempel bij TMS, dat met hoge nauwkeurigheid en controleerbare onzekerheid binnen ongeveer tien stimuli werkt.
De studie toont aan dat er een sterke overeenkomst en vergelijkbare precisie bestaat tussen de 3D-DXA-metingen van de GE Healthcare Prodigy en iDXA-densitometers, wat aangeeft dat geen aanpassingen nodig zijn bij het gebruik van de 3D-Shaper-software op beide apparaten.
De Holder-Optimized Elastography (HOE)-methode verbetert de diagnostische mogelijkheden van ARFI-elastografie voor borstkanker-gerelateerd lymfoedeem door niet-invasief vloeistofgevulde lymfevaten als 'High-Velocity Areas' zichtbaar te maken, hoewel verdere technische verfijning nodig is om de sensitiviteit voor vroege en geavanceerde laesies te verbeteren.
Dit artikel beschrijft hoe het optimaliseren van AI-modellen op NLP-gegenereerde labels voor borstfoto's leidt tot een prestatiekloof met radiologen, en laat zien dat beperkte training, het bevriezen van het backbone-netwerk en regularisatie in plaats van directe optimalisatie op kleine expert-data sets, de diagnose-accuraatheid aanzienlijk verbeteren.
Deze studie introduceert een geautomatiseerd 3D deep-learning framework dat de kwantificering van 20 individuele heup- en dijspieren op MRI-schalen mogelijk maakt, waardoor geslachtsverschillen in spierafname en vetinfiltratie, evenals specifieke metabole risico's bij diabetes type 2, in detail kunnen worden onthuld.
Dit werk presenteert een automatisch deep learning-model voor de segmentatie van 19 metabolisch relevante vetweefselcompartimenten en ectopische vetdeposito's uit whole-body Dixon MRI-beelden, met openbare toegang tot de bijbehorende post-processing routines voor volumeberekening.
Deze studie toont aan dat bij jonge volwassenen met chronische sportgerelateerde milde hersenletsel de associaties tussen structurele hersenveranderingen en symptomen van onoplettendheid of hyperactiviteit/impulsiviteit geslachtsgebonden zijn, waarbij bij mannen een verdikking van de cortex in de pariëtale kwab correleert met onoplettendheid, terwijl bij vrouwen een hogere integriteit van witte stofbanen correleert met minder hyperactiviteit/impulsiviteit.
Deze studie toont aan dat een diep-neuraal model, getraind met kennisoverdracht van contrastversterkte MRI, nauwkeurige niervolume-metingen mogelijk maakt op routine non-contrast MRI, hoewel compartiment-scheiding en oppervlaktebepaling nog beperkingen vertonen.
Deze studie toont aan dat volledig geautomatiseerde CT-volumetrie van de niercortex en -medulla reproduceerbare biomarkers biedt die goed correleren met zowel de totale als de gesplitste nierfunctie bij kandidaat-levende nierdonoren.
Deze pilotstudie toont aan dat een door een groot taalmodel aangestuurd AI-agent end-to-end PET/CT-interpretaties en kwantificering kan uitvoeren met hoge sensitiviteit voor primaire tumoren, hoewel de beoordeling van lymfeknopen en metastasen nog beperkingen vertoont die menselijke supervisie vereisen.
Deze studie toont aan dat voor de segmentatie van dicht borstweefsel op kleine datasets CNN-architecturen met volledige fine-tuning, multi-view zelftoezichtende pre-training en een hybride verliesfunctie de beste prestaties en reken-efficiëntie bieden ten opzichte van transformer-modellen en parameter-efficiënte updates.
Deze studie introduceert een robuust, data-gedreven raamwerk dat vijf onderscheidende ruimtelijke subtypen van witte-stofhyperintensiteiten identificeert, die elk uniek geassocieerd zijn met risicofactoren en een betere voorspelling van toekomstige progressie bieden dan het totale laesievolume alleen.
Deze studie toont aan dat genormaliseerde signaalsignalen bij dynamisch contrastversterkte MRI van de carotisarterieën reproduceerbaar hoger zijn in het plaquekern dan in het gezonde vaatwand, maar niet worden beïnvloed door een zes maanden durende behandeling met lage-dosis colchicine.
Deze studie concludeert dat voor AI-gestuurde leversegmentatie hooggekwalificeerde, kleinere datasets vergelijkbare prestaties leveren als veel grotere, minder gestructureerde datasets, waarbij de keuze tussen kwaliteit en kwantiteit afhankelijk is van de specifieke doelstellingen en generaliseerbaarheid.
Dit onderzoek toont aan dat geoptimaliseerde 7T MRI met sterk T2-gewogen beelden de detectie en kwantificatie van perivasculaire ruimtes aan het grijze-witte stofgrensvlak bij gezonde personen mogelijk maakt, wat nieuwe inzichten biedt voor neurologische aandoeningen.
Dit onderzoek toont aan dat oogdruppels met O-17-gelabeld zoutwater via de achterste kamer en de optische zenuw de cerebrospinale vloeistof bereiken, maar niet de glasachtige humor, wat suggereert dat er een niet-traditioneel afvoerkanaal voor vocht uit het oog bestaat dat bijdraagt aan de oculaire glymfaatsysteem.
Deze studie vergelijkt verschillende modelleringstechnieken voor het voorspellen van EGFR-mutaties bij niet-kleincellige longkanker op basis van CT-beelden en concludeert dat een combinatie van radiomics en klinische kenmerken de beste prestaties levert, terwijl ook de uitdagingen voor klinische toepassing worden besproken.
Deze studie concludeert dat k-voudige kruisvalidatie de meest evenwichtige methode biedt voor het beoordelen van deep-learning super-resolutiemodellen op kleine datasets van menselijke hersen-MRI-scans, omdat het een gunstige balans biedt tussen nauwkeurigheid, stabiliteit en rekenkosten.
Dit onderzoek presenteert een innovatieve aanpak die contrastieve hoofdcomponentenanalyse (cPCA) combineert met MRSI-data om neurometabole signatuur van multiple sclerose-laesies te ontrafelen en zo de interpretatie van deze complexe, ruisgevoelige beelden mogelijk te maken.