Bleiben Sie auf dem Laufenden: Die Transformation der Radiologie dank strukturierter Befundung und datengesteuerter Ansätze

Erkundigen Sie sich über unsere Aktivitäten, Projekte und Produkt-Updates, informieren Sie sich über die neuesten Branchennachrichten, und erfahren Sie, was uns als Unternehmen und als Team ausmacht.

Medizinerin liest Studie auf Laptop

Wichtige Bildgebungsmerkmale zur Unterscheidung seltener Pankreastumore

Solid-pseudopapilläre Neoplasien (SPN), auch bekannt als Frantz-Tumore, sind seltene Tumore des Pankreas. Aufgrund überlappender Merkmale von SPN und pankreatischen neuroendokrinen Neoplasien (pNEN), kann sich die Unterscheidung mittels Bildgebung als schwierig überweisen.

Forscher des Universitätsklinikums Heidelberg führten eine Studie durch, um SPN von pNEN mittels präoperativer CT- und MRT-Aufnahmen zu unterscheiden. Sie analysierten die Bilddaten von 39 SPN-Patient:innen und 127 pNEN-Patient:innen.

Die Studie identifizierte drei Hauptmerkmale, die eine Unterscheidung zwischen SPN und pNEN ermöglichen: jüngeres Alter der Patient:innen, fehlende Kontrastverstärkung in der arteriellen Phase und das Vorhandensein einer Kapsel. Diese Merkmale sind in der Routinediagnostik leicht anwendbar und könnten helfen, Fehldiagnosen zu vermeiden.

Lesen Sie hier mehr.

Ähnliche Inhalte

Ähnliche Inhalte

Puzzleteile verbinden sich zu einem interoperablen System

FHIR im Gesundheitswesen: Das Potenzial der Interoperabilität

Im Gesundheitswesen ist die Interoperabilität ein wichtiger Wegbereiter: Interoperable Systeme ermöglichen die nahtlose Kommunikation von…

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…