Artículo original: Padwal J, Baratto L, Chakraborty A, Hawk K, Spunt S, Avedian R, et al. PET/MR of pediatric bone tumors: what the radiologist needs to know. Skeletal Radiol. 2023 Mar;52(3):315-28. DOI: https://doi.org/10.1007/s00256-022-04113-6 Palabras clave: bone sarcoma, pediatric cancer, PET/MR,…
Archivos del blog
Entender la variabilidad del lector: un estudio sobre la detección de metástasis hepáticas en TC con 25 radiólogos
Artículo original: Hsieh SS, Cook DA, Inoue A, Gong H, et al. Understanding Reader Variability: A 25-Radiologist Study on Liver Metastasis Detection al CT. Radiology. 2023; 306(2):e220266 DOI: https://doi.org/10.1148/radiol.220266 Sociedad: Radiological Society of North America (@RSNA) Palabras clave: N/A Abreviaturas…
Deep learning de la detección de tuberculosis pulmonar activa en radiografía de tórax igualó los resultados de los radiólogos
Artículo original: Sahar Kazemzadeh BS, Jin Yu MS, Shahar Jamsha MSc, Rory Pilgrim BE et al. Deep Learning Detection of Active Pulmonary Tuberculosis at Chest Radiography Matched the Clinical Performance of Radiologists. Radiology. 2023; 306:124–137 DOI: https://doi.org/10.1148/radiol.212213 Sociedad: Radiological Society…
Inyección intraarticular de concentrado de médula ósea para el tratamiento de la osteoartritis femoropatelar
Artículo original: Silvestre A, Bise S, Delavigne C, Merle F, Caudron S, Pesquer L, et al. Intra-articular Injection of Bone Marrow Concentrate for Treatment of Patellofemoral Osteoarthritis: Preliminary Results Utilizing an Ultrasound-Guided Marrow Harvesting Technique. J Vasc Interv Radiol. 2023…
Tagged with: estudio retrospectivo, Musculo-esquelético, R3, R4, radiología intervencionista, RM, sociedad de radiología intervencionista, US
Publicado en Journal of Vascular and Interventional Radiology
Publicado en Journal of Vascular and Interventional Radiology
Emergencias oncológicas de cabeza y cuello
Artículo seleccionado: Zamora C, Castillo M, Puac-Polanco P, Torres, C. Oncologic emergencies in the head and Neck. Radiol Clin North Am. 2023; 61(1):71–90. DOI: doi: 10.1016/j.rcl.2022.08.002. Sociedad: Radiologic Clinics of North America (@RSNA) Palabras clave: Head, Neck, Cancer, Emergencies, MRI,…
Tagged with: Cabeza y cuello, Neurorradiología, R3, R4, RM, TC, urgencias oncológicas
Publicado en Radiologic Clinics of North America
Publicado en Radiologic Clinics of North America
Implementación de modelos de Deep Learning de segmentación renal en la resonancia magnética para la enfermedad renal poliquística
Artículo original: Goel A, Shih G, Riyahi S, Jeph S, Dev H, Hu R, Romano D, Teichman K, Blumenfeld JD, Barash I, Chicos I, Rennert H, Prince MR. Deployed Deep Learning Kidney Segmentation for Polycystic Kidney Disease MRI. Radiol Artif…
Tagged with: anatomía, Inteligencia artificial, Original, R1, R2, R3, R4, radiología abdominal, RM
Publicado en Radiology: Artificial Intelligence
Publicado en Radiology: Artificial Intelligence
Angio-TC de arterias coronarias en niños
Artículo original: Malone LJ, Morin CE, Browne LP. Coronary computed tomography angiography in children. Pediatr Radiol. 2022;52(13):2498–509. DOI: doi: 10.1007/s00247-021-05209-2 Sociedad: Pediatric Radiology (@PedRadJournal) Palabras clave: Anomaly, Children, Computed tomography, Congenital heart disease, Coronary arteries, Dual-source computed tomography, Heart. Abreviaturas…
Tagged with: original tipo revision, R3, R4, radiologia pediatrica, TC
Publicado en Pediatric Radiology
Publicado en Pediatric Radiology
Biopsia percutánea guiada por ecografía de lesiones pulmonares periféricas con agujas 16-G
Artículo original: Ye J, Peng W, Chen D, Qiu Y, Lan N, Huang T, et al. Ultrasound-guided percutaneous biopsy of peripheral pulmonary lesions with 16-G core needles: study of factors that influence sample adequacy and safety. Clin Radiol. 2023;78(1):24–32. DOI:…
Rendimiento y concordancia interobservador en la caracterización y diagnóstico de masas y nódulos pulmonares por radiólogos sin y con una herramienta de diagnóstico ayudado por ordenador basada en Deep Learning
Artículo original: Wataya T, Yanagawa M, Tsubamoto M, Sato T, Nishigaki D, Kita K, et al. Radiologists with and without deep learning-based computer-aided diagnosis: comparison of performance and interobserver agreement for characterizing and diagnosing pulmonary nodules/masses. Eur Radiol. 2023 Jan;33(1):348-359.…
Análisis radiómico para la diferenciación de los subtipos moleculares Luminal A y Luminal B de cáncer de mama mediante resonancia magnética dinámica
Artículo original: Lafcı O, Celepli P, Seher Öztekin P, Koşar PN. DCE-MRI Radiomics Analysis in Differentiating Luminal A and Luminal B Breast Cancer Molecular Subtypes. Acad Radiol. 2023 Jan;30(1):22-29. DOI: doi: 10.1016/j.acra.2022.04.004 Sociedad: Association of University Radiologists (@AURtweet) Palabras clave:…
cbseram.com 