Prijs best abstract voor onderzoek spectrale CT voor de detectie van mammacarcinoom

Tijdens de Radiologendagen gaven zes jonge onderzoekers in de radiologie een pitch op het hoofdpodium op vrijdagmiddag.

Image
Indieners Best Abstract

Uit deze pitches werden Maxime Schyns en Robin Duteweert door het publiek gekozen als winnaars met hun onderzoek naar de spectrale CT voor de detectie van mammacarcinoom als alternatief als alternatief voor MRI en contrast mammografie.

De prijzen voor de drie best abstracts werden uitgereikt door prof. dr. Rutger-Jan Nievelstein en door dr. Gwen Vuurberg, beiden lid van de commissie wetenschap van de NVvR.

Dual-layer spectrale gecomputeriseerde tomografie voor het opsporen van borstkanker bij vrouwen met dicht borstklierweefsel: een haalbaarheidsstudie in één centrum 

1e prijs best abstract voor Maxime Schyns en Robin Duteweert, Rijnstate Ziekenhuis Arnhem
Dual-layer spectrale CT voor het opsporen van borstkanker bij vrouwen met dicht borstklierweefsel: een haalbaarheidsstudie in één centrum 
Borstkanker is wereldwijd de belangrijkste doodsoorzaak door kanker, vooral moeilijk te detecteren bij vrouwen met dicht borstklierweefsel. Deze studie onderzoekt de haalbaarheid van een contrast dual-layer spectral CT (DLSCT) als aanvullende screeningsmethode bij deze groep. Veertien vrouwen met gevorderde borstkanker en dicht borstklierweefsel ondergingen een extra DLSCT-scan. Bij alle deelnemers identificeerde DLSCT succesvol zowel tumoren als lymfeklieruitzaaiingen, met vergelijkbare diagnostische waarde als MRI, maar met minder achtergrondaankleuring. DLSCT biedt voordelen zoals lagere stralingsdosis dan contrastmammografie (CEM), kortere scantijd dan MRI en meer comfort vergeleken CEM en MRI. De techniek toont veelbelovend als alternatief voor MRI en CEM, met potentie voor bredere, kosteneffectieve toepassing.

Vermindering van contrastmiddeldosering voor CTPA in PCD-CT: Een vergelijkende studie van EID-CT en PCD-CT in het tijdperk van geïndividualiseerde protocollering

2e prijs best abstract door Lion Stammen, Maastricht UMC
In deze studie werd een vergelijking gemaakt tussen EID-CT en PCD-CT bij het uitvoeren van CT longembolie scans, met een focus op contrast- en stralingsdosisreductie. Voor patiënten die werden gescand met EID-CT werd een geïndividualiseerd contrastprotocol toegepast, aangepast op basis van lichaamsgewicht en kV-level. Bij PCD-CT werd een vaste kV-instelling van 120 gebruikt, waarbij de contrastdosering werd aangepast aan het lichaamsgewicht. De beelden werden subjectief beoordeeld door twee radiologen aan de hand van een 5-punts Likert scale en objectieve metingen werden verricht door het plaatsen van region of interests in de proximale en subsegmentele vaten. De resultaten tonen aan dat PCD-CT een 26.6% contrastreductie en een 24.4% stralingsdosisreductie mogelijk maakt, met daarbij het behoud van de objectieve en subjectieve beeldkwaliteit.

Het definiëren van radiologische PCI-regio's en het automatiseren van regio-segmentatie met behulp van kunstmatige intelligentie

3e prijs best abstract door Lotte Ewals, Catharine Ziekenhuis Eindhoven
Het bepalen van de Peritoneal Cancer Index (PCI) is de gouden standaard voor het beoordelen van peritoneale metastasen en speelt een cruciale rol in de behandelkeuze. Deze score wordt bepaald tijdens een diagnostische laparoscopie, waarbij de buik in 13 regio’s wordt verdeeld en elke regio een score krijgt op basis van de grootte van de grootste metastase. Omdat patiënten vaak een CT-scan ondergaan voor diagnostiek en evaluatie van behandelrespons, is er behoefte om de PCI-score ook op beeldvorming toe te passen. Het beoordelen van de PCI-score op beeldvorming is echter lastig. 
Om een gestructureerde en gekwantificeerde beoordeling van peritoneale metastasen op beeldvorming mogelijk te maken, hebben we allereerst een Delphi-studie uitgevoerd om duidelijke definities vast te stellen voor de 13 PCI-regio’s op beeldvorming. Om deze definities praktisch toepasbaar te maken bij het beoordelen van scans, hebben we een AI-model ontwikkeld dat automatisch de 13 PCI-regio’s segmenteert op CT-scans. De eerste resultaten zijn veelbelovend: de AI-segmentaties komen sterk overeen met de handmatige annotaties, met slechts minimale verschillen aan de randen van de regio’s.

De prijzen voor de drie best abstracts werden uitgereikt door prof. dr. Rutger-Jan Nievelstein en door dr. Floor Groepenhoff, beide lid van de commissie wetenschap van de NVvR.

Details

Datum: 29 mei 2025 - 12:00