Eine am Uniklinikum Düsseldorf entwickelte Software erlaubt das automatisierte Kartieren regionaler Abweichungen des Hirnvolumens.

Ein Signalanstieg in Augenkammer oder Glaskörper nach GBCA-Gabe könnte als Biomarker für transitorische ischämische Attacken (TIA) fungieren.

Die automatische Segmentierung von Meningeomen mittels Deep-Learning und die manuelle Segmentierung sind in Punkto Genauigkeit vergleichbar. Ein solcher Ansatz könnte die RadiologInnen bei dieser Tätigkeit spürbar entlasten.

Intrakranielle Metastasen eines malignen Melanoms lassen sich mittels Deep Learning mit hoher Genauigkeit automatisch erkennen.

Für die Hirnvolumetrie gibt es bereits einen ganzen Werkzeugkasten an Software-Unterstützung.

Bei Kindern dauert es durchschnittlich 23 Stunden, bis überhaupt die Diagnose Schlaganfall gestellt wird.

Größeres Zeitfenster und mehr Behandlungsoptionen: Die Thrombektomie erweist sich auch in der klinischen Routine als effektiv.

Zerebrale Kalzium-Ion-Veränderungen im Gehirn lassen sich mittels funktioneller MRT sichtbar machen – eine gute Grundlage, um zerebrale Ischämien frühzeitigen zu erkennen.

In dieser prospektiven, bizentrischen Studie schneiden pädiatrische PatientInnen bei der dynamischen, kontrastverstärkten MR-Perfusionsbildgebung des Gehirns mit Gadovist^® 1,0 mmol/ml unabhängig von Flussrate und Alter hinsichtlich der Bildqualität und des Sicherheitsprofils genauso gut ab wie Erwachsene.

Die Kombination semiquantitativer Parameter aus der Bildgebung mit ¹¹C-Methionin PET/CT und dynamischer, kontrastverstärkter MR-Perfusionsbildgebung unterscheidet sehr gut zwischen Rezidiven und therapiebedingten Strahlenschäden bei Patienten mit hochgradigen Gliomen.