<?xml version="1.0" encoding="UTF-8"?>
<!-- generator="wordpress.com" -->
<urlset xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	xsi:schemaLocation="http://www.sitemaps.org/schemas/sitemap/0.9 http://www.sitemaps.org/schemas/sitemap/0.9/sitemap.xsd"
	xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
	xmlns:news="http://www.google.com/schemas/sitemap-news/0.9"
	xmlns:image="http://www.google.com/schemas/sitemap-image/1.1"
	>
<url><loc>https://cbseram.com/2026/06/21/coiling-asistido-por-balon-seguido-de-la-implantacion-de-stents-en-forma-de-t-o-de-media-t-en-aneurismas-no-rotos-de-la-arteria-cerebelosa-superior/</loc><news:news><news:publication><news:name></news:name><news:language>es</news:language></news:publication><news:publication_date>2026-06-21T10:54:07+00:00</news:publication_date><news:title>Coiling asistido por balón seguido de la implantación de stents en forma de T o de media T en aneurismas no rotos de la arteria cerebelosa superior</news:title><news:keywords>R3, R4, Neurorradiología, Intervencionismo</news:keywords></news:news></url><url><loc>https://cbseram.com/2026/06/21/tumores-orbitarios-que-necesita-saber-el-radiologo-desde-la-perspectiva-del-cirujano/</loc><news:news><news:publication><news:name></news:name><news:language>es</news:language></news:publication><news:publication_date>2026-06-21T10:52:45+00:00</news:publication_date><news:title>Tumores orbitarios: ¿qué necesita saber el radiólogo desde la perspectiva del cirujano?</news:title><news:keywords>R3, R4, Neurorradiología, RM, TC, Original</news:keywords></news:news></url><url><loc>https://cbseram.com/2026/06/21/retos-de-la-formacion-en-radiologia-en-la-era-de-la-inteligencia-artificial/</loc><news:news><news:publication><news:name></news:name><news:language>es</news:language></news:publication><news:publication_date>2026-06-21T10:37:22+00:00</news:publication_date><news:title>Retos de la formación en radiología en la era de la inteligencia artificial</news:title><news:keywords>R1, R2, R3, R4, Formación, IA, Educación</news:keywords></news:news></url><url><loc>https://cbseram.com/2026/06/21/deep-learning-en-la-prediccion-de-la-supervivencia-del-glioblastoma-interpretabilidad-de-modelos-en-funcion-del-tiempo-integrando-resonancia-magnetica-informacion-clinica-y-molecular/</loc><news:news><news:publication><news:name></news:name><news:language>es</news:language></news:publication><news:publication_date>2026-06-21T10:34:42+00:00</news:publication_date><news:title>Deep Learning en la predicción de la supervivencia del glioblastoma: interpretabilidad de modelos en función del tiempo integrando resonancia magnética, información clínica y molecular</news:title><news:keywords>R3, R4, Neurorradiología, RM, Original</news:keywords></news:news></url></urlset>
