Archivos del blog

Validación de la seguridad de la Angio-TC pulmonar de baja dosis para el embarazo: resultados del estudio OPTICA.

Artículo original: Gillespie CD, Yates A, Hughes M, Ewins K, McMahon G, Hynes J et al. Validating the safety of low-dose CTPA in pregnancy: Results from the OPTICA (Optimised CT Pulmonary Angiography in Pregnancy) study. European Radiology. 2024;34(8):4864–73.  DOI: https://doi.org/10.1007/s00330-024-10593-y

Tagged with: , , , ,
Publicado en European Radiology, Revistas

Ecografía con contraste con perfluorobutano para el diagnóstico del carcinoma hepatocelular: comparación de las fases de imagen y de los criterios diagnósticos

Artículo original: Kang H-J, Lee JM, Yoon JH, Yoo J, Kim JH, Park J. Contrast-Enhanced Ultrasound With Perfluorobutane for Hepatocellular Carcinoma Diagnosis: Comparison of Imaging Phases and Diagnostic Criteria. American Journal of Roentgenology. 2024;Feb;222(2).  DOI: https://doi.org/10.2214/AJR.23.30156 Sociedad: American Roentgen Ray

Tagged with: , , , , ,
Publicado en American Journal of Roentgenology

Rendimiento del CEUS LI-RADS actual vs el modificado en el diagnóstico de neoplasias diferentes al hepatocarcinoma

Artículo original: Wen R, Huang F, Lin P, Gao R, Pang J, Wu Y, et al. Performance of current versus modified CEUS LI-RADS in the diagnosis of non-hepatocellular carcinoma malignancies. Abdominal Radiology. 2023;48(12):3688-95.  DOI: https://doi.org/10.1007/s00261-023-04043-4 Sociedad: Abdominal Radiology (@Abdominal_Rad). Palabras

Tagged with: , , ,
Publicado en Abdominal Radiology

Clasificación no-invasiva de meningiomas a través de una segmentación completamente automática mediante Deep Learning multiparamétrico.

Artículo original: Jun Y, Park YW, Shin H, Shin Y, Lee JR, Han K, et al. Intelligent noninvasive meningioma grading with a fully automatic segmentation using interpretable multiparametric Deep Learning. European Radiology. 2023;33(9):6124-33.  DOI: 10.1007/s00330-023-09590-4 Sociedad: European Society of Radiology

Tagged with: , , ,
Publicado en European Radiology

Una intervención prospectiva para reducir el burnout entre los radiólogos académicos

Artículo original: Ip IK, Giess CS, Gupte A, Eappen S, Healey MJ, Khorasani R. A prospective intervention to reduce burnout among academic radiologists. Academic Radiology. 2023;30(6):1024-30.  DOI: https://doi.org/10.1016/j.acra.2022.06.009 Sociedad: Association of University Radiologists (@AURtweet)  Palabras clave: Physician burnout, wellness, professional

Tagged with: , , , , ,
Publicado en Academic Radiology

Angiolipoma: revisión de 778 lesiones de 344 pacientes

Artículo original: Kransdorf MJ, Larsen BT, Goulding KA, Cumsky JL, Hwang S, Long JR. Angiolipoma: A review of 778 lesions in 344 patients. Skeletal Radiology. 2022;52(3):541-52.  DOI: https://doi.org/10.1007/s00256-022-04075-9 Sociedad: International Skeletal Society (@intskeletal) Palabras clave: angiolipoma, neoplasm, lipomatous tumor, MRI,

Tagged with: , , , , , ,
Publicado en Revistas, Skeletal Radiology

El papel del flujo colateral en la extensión de la zona frontera del infarto y en la función contráctil en pacientes con oclusión coronaria total crónica

Artículo original: Chen Y-Y, Zhao S-H, Ren D-Y, Yu M-M, Yang S, Yuh H, et al. Role of collateral flow in infarct border zone extent and contractile function in patients with chronic coronary total occlusion. Eur J Radiol. 2022;157:110565. DOI:

Tagged with: , , , ,
Publicado en European Journal of Radiology, Revistas

Eficiencia diagnóstica de las secuencias de difusión y de un nomograma clínico para la detección de metástasis ganglionares del cáncer rectal

Artículo original: Wang C, Yu J, Lu M, Li Y, Shi H, Xu Q. Diagnostic Efficiency of Diffusion Sequences and a Clinical Nomogram for Detecting Lymph Node Metastases from Rectal Cancer. Academic Radiology. 2022;29(9): 1287-1295. DOI: https://doi.org/10.1016/j.acra.2021.10.009 Sociedad: Association of

Tagged with: , , , , ,
Publicado en Academic Radiology

Manual sobre los principios del aprendizaje automático para radiólogos

Artículo original: Lee M, Elsayed M, Chopra S, Lui Y. A No-Math Primer on the Principles of Machine Learning for Radiologists. Semin Ultrasound CT MRI. 2022;43(2):133-41. DOI: https://doi.org/10.1053/j.sult.2022.02.002 Sociedad: N/A  Palabras clave: N/A Abreviaturas y acrónimos utilizados: DL (Deep Learning),

Tagged with: , , , ,
Publicado en Seminars in Ultrasound CT and MR
Publicaciones del Club
Residentes SERAM
Autores