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.

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 Scanzeit zu verkürzen und die Bildqualität zu verbessern.

Glioblastome sind aggressive Hirntumore, die eine häufige Überwachung mittels MRT erfordern, was aufgrund langer Scanzeiten und Bewegungsartefakten herausfordernd sein kann. Häufig eingesetzte Methoden zur Verkürzung der Scanzeiten, wie parallele Akquisitionstechniken (PAT) und Compressed Sensing (CS), haben Einschränkungen wie beispielsweise ein verringertes Signal-Rausch-Verhältnis und übermäßig glatte Bilder.

Die Studie mit 33 Patient:innen zeigte, dass DL-optimierte MRT-Sequenzen bei gleichbleibender Diagnosesicherheit die Untersuchungszeit um 30% reduzierten und die Bildqualität verbesserten.

Diese Verbesserungen sind besonders vorteilhaft für Patient:innen, die Schwierigkeiten mit langen MRT-Untersuchungen haben, und stellen einen vielversprechenden Fortschritt in der Behandlung von Glioblastomen dar.

Lesen Sie hier mehr über die Studie.

Ähnliche Inhalte

Ähnliche Inhalte

[Translate to German:]

Wie man Befunderhebungen verbessert und Fehler reduziert in klinischen Studien mit Imaging Endpoints

Dr. Laura Oleaga vom Hospital Clinìc de Barcelona erklärt, wie sie und ihr Team angesichts einer steigenden Anzahl klinischer Studien von der…

Objektive, reproduzierbare und zuverlässige Daten in klinischen Studien mit Imaging Endpoints

Dr. Anthony Tolcher, Onkologe und Geschäftsführer von NEXT Oncology, sprach mit uns über Objektivität als eine der größten Herausforderungen bei…

Gesteigerte Flexibilität und Kommunikation bei gleichzeitiger Kosten- und Zeitersparnis in klinischen Studien

Emily Ferris und Alex Arbuckle beschreiben, wie der Einsatz von mint Lesion™ die Abläufe ihrer klinischen Studien verbessert hat und "eine engere…