Deep Learning für non-invasive Amyloid-β-Bildgebung per MRT
Von KI ausgewählt und zusammengefasst
Worum es geht
Prospektive Multizenterstudie zur Validierung einer Deep-Learning-gestützten MR-Fingerprinting-Methode zur Abbildung von Gehirn-Amyloid-Deposition ohne PET.
Ergebnis
Wiederholbarkeit: Variationskoeffizient 1,8±1,3%, ICC 0,84. MRF-Messwerte korrelierten mit PET-Centiloid-Werten (Spearmans ρ=0,589, p=0,015) und Montreal Cognitive Assessment (ρ=−0,543, p=0,020). Visuelle Ähnlichkeit mit PET-Bildern erreicht.
Übertragbarkeit auf Deutschland
Japan, aber methodologisch relevant; externe Validierung gegen etablierte PET-Standards
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.