97 artigos
A área de Radiologia e Imagem médica representa os olhos modernos da ciência, permitindo que os profissionais visualizem o interior do corpo humano sem necessidade de cirurgias invasivas. Desde ressonâncias magnéticas detalhadas até tomografias computorizadas rápidas, essas tecnologias são fundamentais para diagnosticar doenças com precisão e planejar tratamentos eficazes. No Gist.Science, buscamos tornar esses avanços compreensíveis para todos, transformando descobertas complexas em informações claras e úteis.
Nesta categoria, você encontrará as mais recentes descobertas provenientes do medRxiv, o principal repositório de pré-publicações médicas. Processamos automaticamente cada novo estudo publicado lá, oferecendo não apenas resumos técnicos aprofundados para especialistas, mas também versões em linguagem simples para que qualquer pessoa possa entender a importância da pesquisa. Abaixo, apresentamos a seleção mais recente de artigos sobre radiologia e imagem que acabaram de chegar ao nosso sistema.
Este estudo demonstra que a elastografia harmônica temporal por ultrassom pode quantificar e distinguir simultaneamente os efeitos independentes e sobrepostos da contração muscular voluntária e da restrição do fluxo sanguíneo nas propriedades elásticas e viscosas do músculo esquelético in vivo.
Este artigo apresenta um pipeline de variância gama aberto e reprodutível para análise de perfusão por TC que garante a comparabilidade entre centros por meio da visualização padronizada ASIST-Japão e valida sua precisão e reprodutibilidade de estabilidade de bits usando benchmarks sintéticos com verdade fundamental conhecida.
Este estudo utilizou o conjunto de dados de cabeça móvel UK7T para demonstrar que as medições de RM de 7T da suscetibilidade e do volume dos subcampos hipocampais exibem alta reprodutibilidade em aquisições repetidas, com a variabilidade intra-sujeito sendo significativamente menor do que as diferenças inter-sujeito e os coeficientes de correlação intraclasse excedendo 0,82 para todos os subcampos.
Este artigo apresenta um modelo SAM2 ajustado para segmentação de artérias coronárias em fluoroscopia de raios X que supera significativamente os baselines zero-shot (alcançando um coeficiente Dice de 0,767 no conjunto de dados ARCADE) e demonstra rastreamento robusto de vasos em estudos de vídeo ao distinguir efetivamente artérias de estruturas de confusão como costelas e stents.
Este estudo demonstra que um modelo de aprendizado profundo pode quantificar com precisão a calcificação arterial mamária a partir de mamografias de rastreamento para identificar mulheres com risco cardiovascular elevado, embora a adição deste biomarcador derivado por IA a escores de risco existentes, como o PREVENT, ofereça uma melhoria mínima na discriminação preditiva global.
Este estudo introduz e valida um novo protocolo comparativo focado funcionalmente para avaliar headsets de EEG vestíveis, o qual avalia com sucesso tanto a resolução cognitiva quanto a usabilidade do usuário, oferecendo uma alternativa mais abrangente aos métodos tradicionais de análise agnósticos à função.
Este estudo apresenta uma análise secundária dos dados do ensaio LOSEIT, concebida para avaliar a concordância e equivalência entre uma ferramenta de IA comercialmente disponível e as medições de radiologistas especialistas da largura do espaço articular em radiografias de joelho em carga, com flexão fixa, de pacientes com osteoartrite.
Este estudo demonstra que, embora a correção da inhomogeneidade de B1+ em RM de 7 T melhore consistentemente as métricas de qualidade de imagem, seu impacto nas inferências estatísticas morfométricas é dependente do método, ressaltando a necessidade de correção explícita e pré-processamento customizado para estabelecer biomarcadores confiáveis.
Este estudo demonstra que uma abordagem multimodal combinando o PET com [18F]florbetapir e [18F]flortaucipir com dados de atrofia cerebral derivados de RM melhora significativamente a predição de comprometimento cognitivo na doença de Alzheimer em comparação ao uso de biomarcadores PET isoladamente.
Este artigo demonstra que um algoritmo de combinação de bobinas baseado em Decomposição de Valores Singulares (SVD-B1) aumenta significativamente a precisão e a robustez ao ruído de Mapas de Suscetibilidade Quantitativa em RM de alto campo ao eliminar artefatos e superar métodos convencionais em estudos de cérebro humano in vivo e postmortem.