Wissensportal für Fachkräfte der medizinischen Bildgebung: Radiologie durch strukturierte Befundung, datenbasierte Ansätze und multizentrische Forschung weiterentwickeln

Erhalten Sie Zugang zu wegweisender Forschung, innovativen Fallbeispielen und gemeinsamen Projekten, die die Radiologie weltweit vorantreiben. Entdecken Sie unsere Aktivitäten und Produktneuigkeiten und lernen Sie uns als Unternehmen und Team kennen.

Neue Technik beschleunigt Ganzkörper-MRT für junge Patienten ohne Verlust der Bildqualität, so eine Studie

Anlässlich des Internationalen Kinderkrebsmonats September möchten wir die Fortschritte auf dem Gebiet der Krebsdiagnostik hervorheben. Eine aktuelle Studie unter der Leitung von Dr. med. Paul-Christian Krüger und sein Team vom Universitätsklinikum Jena zeigt einen innovativen Ansatz für die Ganzkörper-MRT bei Kindern und Jugendlichen auf, bei dem eine fortschrittliche Sequenz zum Einsatz kommt, die den Zeitaufwand für das bildgebende Verfahren erheblich reduziert, ohne die Qualität der Bilder zu beeinträchtigen.

Ein derartiges Engagement für die Sicherheit und das Wohlbefinden der jungen Patienten ist wirklich herzerwärmend. Dieses Engagement motiviert die Forscher, die Diagnosemethoden ständig zu perfektionieren und zu verbessern, und ebnet den Weg für Fortschritte bei der Früherkennung und Behandlung von Krebs im Kindesalter.

Erfahren Sie mehr über diese Studie mit mint Lesion™.

 

Ähnliche Inhalte

Ähnliche Inhalte

Bild zeigt als grafischen Abstrakt Bilder aus der Studie, von MRT Aufnahmen bis zur Auswertung der Delta-Radiomics-Texturmerkmale

Universitätsklinikum Heidelberg: Delta-Radiomics-Features von ADC-Karten als frühe Vorhersagevariable des Behandlungserfolgs bei Lungenkrebs

In dieser prospektiven Studie des Universitätsklinikums Heidelberg wurde untersucht, ob Änderungen von radiomischen Merkmalen in diffusionsgewichteten…

Drei wichtigen Sequenzen (FLAIR, T2, T1 mit Kontrastmittel) in der Glioblastom-Bewertung

Optimierung der Bildgebung bei Glioblastomen: Verbesserung der MRT-Effizienz und -Qualität durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen bei Patient:innen mit Glioblastomen, mit dem Ziel, die…

Drei wichtigen Sequenzen (FLAIR, T2, T1 mit Kontrastmittel) in der Glioblastom-Bewertung

Universitätsklinikum Tübingen: Fortschritte in der Effizienz von MRT bei der Behandlung von Glioblastomen durch Deep Learning

Diese Studie untersucht den Einsatz von Deep Learning (DL) zur Optimierung von MRT-Protokollen für Patient:innen mit Glioblastomen. Glioblastome, die…