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.

Zwei weibliche medizinische Forscherinnen schauen auf einen Computerscreen

RACOON-RESCUE treibt die Versorgung von pädiatrischem Non-Hodgkin-Lymphom voran

Pädiatrisches Non-Hodgkin-Lymphom (NHL) ist der vierthäufigste Tumor bei Kindern und Jugendlichen, doch den radiologischen Methoden in diesem Bereich fehlt es an Standardisierung; sie lassen Raum für deutliche Verbesserungen.

Das RACOON-RESCUE-Projekt schließt diese Lücke, indem es Forscher:innen aus der pädiatrischen Radiologie und Onkologie aus allen deutschen Universitätskliniken zusammenbringt, um Bilddaten systematisch zu analysieren. Ziel ist es, die Diagnostik, die Bewertung des Therapieansprechens und die Nachsorge bei pädiatrischem NHL zu verbessern.

Die Ergebnisse, die aus dem RACOON-RESCUE Projekt hervorgehen, sollen schlussendlich die Entwicklung optimierter und individualisierter Diagnose- und risikoadaptierter Therapiekonzepte ermöglichen.

Lesen Sie das vollständige Interview mit den Projektleitenden, Prof. Dr. Diane Renz und Prof. Dr. Wilhelm Wößmann, um mehr über diese Initiative zu erfahren.

Ähnliche Inhalte

Ähnliche Inhalte

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…

Portrait von Dr. Maurice Heimer, ist Arzt in Weiterbildung für Radiologie

Einblicke in das BORN-Projekt: Entwicklung und Erfolge mit Dr. Maurice Heimer

Das BORN-Projekt des Bayerischen Zentrums für Krebsforschung (BZKF) schreitet in seiner zweiten Förderphase zügig voran. Ein zentraler Aspekt ist die…