33 artigos
O artigo apresenta o AIRT, um framework de aprendizado profundo de ponta a ponta capaz de gerar planos de radioterapia VMAT para próstata em menos de um segundo, demonstrando qualidade não inferior aos planos convencionais do RapidPlan Eclipse.
Este artigo apresenta um modelo de rede neural gráfica com invariância à rotação que permite estimar a microestrutura cerebral de forma precisa e rápida sob protocolos de aquisição arbitrários e não vistos, eliminando a necessidade de re-treinamento e viabilizando a aplicação clínica generalizada.
O artigo apresenta o MRI2Qmap, um framework de reconstrução quantitativa que supera a escassez de dados de treinamento para Imageamento por Ressonância Magnética (MRF) ao integrar um modelo físico de aquisição com priores de desruído aprendidos por redes neurais em grandes conjuntos de imagens ponderadas de rotina clínica, permitindo reconstruções de alta qualidade sem necessidade de dados quantitativos reais para treinamento.
Este artigo relata a primeira aplicação de imagem de partículas magnéticas (MPI) em humanos, demonstrando a viabilidade clínica dessa técnica livre de radiação para angiografia vascular em tempo real.
Este estudo desafia a hipótese predominante ao demonstrar que a aceleração linear, e não a rotacional, é um preditor mais preciso de concussão, levando ao desenvolvimento de uma nova tecnologia de absorção de choque líquida que pode reduzir o risco de lesão em até 73% em comparação com capacetes convencionais.
Este trabalho propõe o método sFRC (Fourier Ring Correlation em pequenas regiões), que analisa a correlação entre imagens restauradas por aprendizado profundo e suas referências em pequenos patches para detectar e quantificar alucinações em tarefas de restauração de imagens médicas, como super-resolução e reconstrução de CT e MRI.
Este estudo demonstra que modelos baseados em Transformers com cabeças de saída evidenciais oferecem a estrutura mais eficaz para previsão de glicose no sangue e quantificação de incerteza em pacientes com diabetes tipo 1, superando arquiteturas LSTM e GRU em precisão e calibração de riscos clínicos.
O artigo apresenta o ICHOR, uma abordagem de aprendizado de representação auto-supervisionada baseada em autoencoders mascarados 3D que, ao ser pré-treinada em um grande conjunto de dados de mapas de fluxo sanguíneo cerebral (CBF) obtidos por marcação de spin arterial (ASL), supera os métodos existentes em tarefas de classificação diagnóstica e previsão de qualidade, superando desafios como variações entre sites e a escassez de dados rotulados.
Este estudo avaliou a implementação de sistemas de proteção radiológica em quatro hospitais na Etiópia, identificando práticas deficientes e níveis elevados de radiação que expõem desnecessariamente os auxiliares, e recomendou treinamentos contínuos, equipamentos modernos e a presença de conselheiros especializados para mitigar esses riscos.
Este artigo apresenta um framework baseado em redes neurais informadas por física que permite a reconstrução não invasiva e precisa da dinâmica de ativação cardíaca, tensão ativa e campos de deformação a partir de dados de deformação mensuráveis, integrando modelagem constitutiva anisotrópica e restrições físicas para aplicações em fenotipagem digital e avaliação de arritmias.
Este artigo apresenta um modelo substituto baseado em Operadores de Redes Neurais de Fourier (FNO) que prevê com alta precisão e em tempo real o transporte de prótons e a produção de nêutrons na terapia de prótons, superando as limitações computacionais dos métodos de Monte Carlo e permitindo a verificação adaptativa de alcance e estimativa de dose.
Esta revisão destaca a importância de integrar princípios biomecânicos na compreensão, diagnóstico e tratamento de hérnias ventrais, demonstrando como a análise quantitativa das propriedades do tecido e das técnicas cirúrgicas pode levar a estratégias personalizadas que reduzem as taxas de recorrência e melhoram os resultados dos pacientes.
Este estudo apresenta um método de reconstrução de campos de movimento 3D em tempo real (CMR-MOTUS) que permite a quantificação volumétrica contínua e batimento a batimento em pacientes com arritmias, superando as limitações da imagem convencional ao revelar a heterogeneidade funcional e o impacto hemodinâmico das contrações ventriculares prematuras.