Jove
Visualize
Contáctanos

Videos de Conceptos Relacionados

Magnetic Resonance Imaging01:24

Magnetic Resonance Imaging

6.7K
Magnetic resonance imaging (MRI) is a noninvasive medical imaging technique based on a phenomenon of nuclear physics discovered in the 1930s, in which matter exposed to magnetic fields and radio waves was found to emit radio signals. In 1970, a physician and researcher named Raymond Damadian noticed that malignant (cancerous) tissue gave off different signals than normal body tissue. He applied for a patent for the first MRI scanning device in clinical use by the early 1980s. The early MRI...
6.7K
Imaging Studies IV: Magnetic Resonance Imaging01:27

Imaging Studies IV: Magnetic Resonance Imaging

52
Introduction:Magnetic Resonance Imaging, or MRI, can include a specialized imaging technique of the urinary system known as Magnetic Resonance Urography (MRU). This radiation-free technique uses strong magnetic fields and radio waves to produce detailed images with the help of a computer. MRU is particularly effective for visualizing fluid-filled structures like the kidneys, ureters, and bladder.Applications of MRI in the Genitourinary SystemKidneys and Ureters: MRI detects tumors, cysts,...
52
Imaging Studies I: CT and MRI01:14

Imaging Studies I: CT and MRI

436
Introduction: MRI and CT scans are crucial advancements in medical imaging techniques, playing a vital role in diagnosing conditions related to the gastrointestinal (GI) system. Each scan serves distinct purposes, targets specific areas, and requires unique nursing duties.
Description of the Procedures
Computed Tomography (CT) scan:
Computed Tomography (CT) scans use X-ray technology to generate detailed images of bones, organs, and tissues. During the scan, the patient lies on a moving table...
436

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Impact of a newly opened mechanical thrombectomy center on stroke management: volume, delays, and clinical outcomes.

Journal of clinical neuroscience : official journal of the Neurosurgical Society of Australasia·2026
Same author

Generating Synthetic MR Perfusion Maps From DWI and FLAIR in Acute Ischemic Stroke: Development and External Validation of a Deep Learning Model.

Stroke·2026
Same author

Updated French OFSEP recommendations for multiple sclerosis MRI: alignment with the 2024 McDonald criteria.

Journal of neuroradiology = Journal de neuroradiologie·2026
Same author

Seeing Less, Predicting More: CT or MRI in People With Covert Cerebrovascular Disease.

Neurology·2026
Same author

Depressive symptoms after endovascular thrombectomy are independent of functional outcome.

Journal of neurointerventional surgery·2026
Same author

Wearing a custom-made mouthguard limits acute changes in functional connectivity associated with heading in male soccer players.

Annals of physical and rehabilitation medicine·2026
Same journal

Individualized mapping of functional brain networks in older adulthood.

Imaging neuroscience (Cambridge, Mass.)·2026
Same journal

Is the whole more than the sum of its parts? Considering global and local features of the connectome improves prediction of individuals and phenotypes.

Imaging neuroscience (Cambridge, Mass.)·2026
Same journal

The language network responds robustly to sentences across tasks.

Imaging neuroscience (Cambridge, Mass.)·2026
Same journal

Neighborhood disadvantage and brain myelination: Insights from infancy to childhood.

Imaging neuroscience (Cambridge, Mass.)·2026
Same journal

Meditation and neurofeedback: A systematic scoping review, synthesis, and future directions.

Imaging neuroscience (Cambridge, Mass.)·2026
Same journal

Interactive shape and color representation in visual working memory for colored objects in the human occipitotemporal cortex.

Imaging neuroscience (Cambridge, Mass.)·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Video Experimental Relacionado

Updated: Sep 9, 2025

Neuroimaging-Guided TMS–EEG for Real-Time Cortical Network Mapping
09:55

Neuroimaging-Guided TMS–EEG for Real-Time Cortical Network Mapping

Published on: June 13, 2025

1.1K

Síntesis de contraste de resonancia magnética profunda robusta utilizando una red 3D basada en tareas previas

Sergio Morell-Ortega1, Marina Ruiz-Perez1, Marien Gadea2

  • 1Instituto de Aplicaciones de las Tecnologías de la Información y de las Comunicaciones Avanzadas (ITACA), Universitat Politècnica de València, Valencia, Spain.

Imaging neuroscience (Cambridge, Mass.)
|September 2, 2025
PubMed
Resumen
Este resumen es generado por máquina.

Este estudio introduce un método de aprendizaje profundo en 3D para crear imágenes de resonancia magnética ponderadas T2 a partir de imágenes ponderadas T1. Este enfoque mejora la calidad de imagen y la precisión de segmentación, ofreciendo una herramienta de diagnóstico más eficiente.

Palabras clave:
La resonancia magnéticasíntesis de contrasteaprendizaje profundoaprendizaje semisupervisado

Más Videos Relacionados

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain
10:06

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain

Published on: May 10, 2012

13.0K
Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
11:28

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

11.8K

Videos de Experimentos Relacionados

Last Updated: Sep 9, 2025

Neuroimaging-Guided TMS–EEG for Real-Time Cortical Network Mapping
09:55

Neuroimaging-Guided TMS–EEG for Real-Time Cortical Network Mapping

Published on: June 13, 2025

1.1K
High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain
10:06

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain

Published on: May 10, 2012

13.0K
Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
11:28

Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging

Published on: June 30, 2018

11.8K

Área de la Ciencia:

  • Imágenes médicas
  • Inteligencia artificial
  • Radiología

Sus antecedentes:

  • La resonancia magnética (MRI) proporciona información de diagnóstico crucial a través de varios contrastes.
  • La adquisición de múltiples contrastes de resonancia magnética aumenta el tiempo de exploración, el costo y la incomodidad del paciente.
  • Los métodos de síntesis 2D actuales para los contrastes de resonancia magnética que faltan sufren de artefactos de reconstrucción 3D.

Objetivo del estudio:

  • Desarrollar un modelo de aprendizaje profundo en 3D para sintetizar volúmenes de resonancia magnética ponderados T2 a partir de imágenes ponderadas T1.
  • Para mejorar la calidad de imagen y la preservación de detalles anatómicos en contrastes de resonancia magnética sintetizados.
  • Mejorar la robustez y generalización de la síntesis de contraste por resonancia magnética para aplicaciones clínicas.

Principales métodos:

  • Se empleó una arquitectura de aprendizaje profundo en 3D para la síntesis de volumen de resonancia magnética ponderada de T1 a T2.
  • Se utilizó una nueva función de pérdida que combina información orientada a la segmentación y al espacio de frecuencia.
  • Se integraron múltiples atlas de información previa y un marco de aprendizaje semisupervisado para mejorar el rendimiento.
  • El método se validó con respecto a los enfoques más avanzados, centrándose en las tareas de segmentación.

Principales resultados:

  • El método de síntesis 3D propuesto mejoró significativamente la calidad de la imagen y el detalle anatómico.
  • Las funciones orientadas a la segmentación y la pérdida de espacio de frecuencia mejoraron la preservación de detalles finos.
  • La integración de multiatlas y aprendizaje semisupervisado mejoró la generalización del modelo.
  • El enfoque demostró un rendimiento superior en comparación con los métodos existentes, especialmente en escenarios de segmentación difíciles.

Conclusiones:

  • El enfoque de aprendizaje profundo 3D ofrece una solución efectiva para sintetizar los contrastes de resonancia magnética que faltan.
  • Las nuevas funciones de pérdida y la integración de conocimientos previos mejoran la precisión y la robustez de la síntesis de RM.
  • Este método tiene el potencial de mejorar la eficiencia clínica y las capacidades de diagnóstico al reducir la necesidad de múltiples adquisiciones.