Benedikt Feuerecker et al.

Der Stellenwert künstlicher Intelligenz (KI) hat in der medizinischen Bildgebung in den letzten Jahren deutlich zugenommen. Aufgrund der enormen Datenmengen und strukturierbaren Aufgaben im diagnostischen Workflow hat die KI in der onkologischen Hybridbildgebung besonders vielversprechende Anwendungsgebiete für die Läsionsdetektion, die Läsionscharakterisierung und die Therapiebeurteilung. Vor dem Hintergrund rasanter Entwicklungen im Bereich des Machine Learning (ML) und des Deep Learning (DL) ist von einer zunehmenden Bedeutung in der onkologischen Hybridbildgebung auszugehen mit Potenzial, die klinische Therapiesteuerung und patientenrelevante Ergebnisse zu verbessern.

Bildgebung bei kranialen und spinalen Epidermoidzysten

Stefan Heckl et al.

Intrakranielle Epidermoidzysten sind angeboren und entstehen bereits in der dritten bis fünften Gestationswoche beim Verschluss des Neuralrohres. Sie stammen von ektopischen ektodermalen Zellen ab, die irrtümlicherweise in der neuralen Rille verblieben sind. Für gewöhnlich treten sie in der hinteren Schädelgrube speziell im Kleinhirnbrückenwinkel auf, jedoch seltener auch supratentoriell und auch intraspinal. Ein Großteil der Epidermoidzysten liegt intradural (90 %).

Vergleich eines "high-pitch" nicht EKG-getriggerten und eines prospektiv EKG-getriggerten Protokolls für die präinterventionelle CT vor TAVI

Seyd Shnayien et al.

Die präinterventionelle Bildgebung mittels Computertomografie (CT) vor geplanter Transkatheter-Aortenklappen-Implantation (TAVI) erfordert eine hohe diagnostische Genauigkeit ohne Bewegungsartefakte. Ziel dieser retrospektiven Studie ist es, die Bildqualitäten eines „high-pitch" nicht Elektrokardiogramm (EKG)-getriggerten CT-Protokolls bei Patienten mit atrialer Tachyarrhythmie und eines prospektiv EKG-getriggerten CT-Protokolls bei Patienten mit Sinusrhythmus zu vergleichen.