To compare image quality obtained in phantoms with virtual monochromatic spectral (VMS) imaging with that obtained with conventional 120-kVp computed tomography (CT) for a given radiation dose.Three syringes were filled with a diluted contrast medium (each syringe contained a contrast medium with a different iodine concentration [5, 10, or 15 mg of iodine per milliliter]), and a fourth syringe was filled with water. These syringes were placed in a torso phantom meant to simulate the standard human physique. The phantom was examined with a CT system and use of the fast kilovoltage switching (80 and 140 kVp) and conventional (120 kVp) modes. Image noise and contrast-to-noise (CNR) ratio were analyzed on VMS images and 120-kVp CT images.Image noise on VMS images in the range of 67-72 keV was significantly lower than that on the 120-kVp CT images (P < .014). Image noise was lowest at 69 keV and was 12% lower when compared with that on 120-kVp CT images. CNR on the VMS images was highest at 68 keV. CNR on the VMS images obtained at 68 keV in the syringes filled with diluted contrast material (5, 10, and 15 mg of iodine per milliliter) was 28%, 31%, and 30% higher, respectively, compared with that on the 120-kVp CT images (P < .001).VMS imaging at approximately 70 keV yielded lower image noise and higher CNR than did 120-kVp CT for a given radiation dose. VMS imaging has the potential to replace 120-kVp CT as the standard CT imaging modality, since optimal VMS imaging may be expected to yield improved image quality in a patient with standard body habitus.

Abstract Aims To evaluate the diagnostic power of integrating the results of computed tomography angiography (CTA) and CT myocardial perfusion (CTP) to identify coronary artery disease (CAD) defined as a flow limiting coronary artery stenosis causing a perfusion defect by single photon emission computed tomography (SPECT). Methods and results We conducted a multicentre study to evaluate the accuracy of integrated CTA–CTP for the identification of patients with flow-limiting CAD defined by ≥50% stenosis by invasive coronary angiography (ICA) with a corresponding perfusion deficit on stress single photon emission computed tomography (SPECT/MPI). Sixteen centres enroled 381 patients who underwent combined CTA–CTP and SPECT/MPI prior to conventional coronary angiography. All four image modalities were analysed in blinded independent core laboratories. The prevalence of obstructive CAD defined by combined ICA–SPECT/MPI and ICA alone was 38 and 59%, respectively. The patient-based diagnostic accuracy defined by the area under the receiver operating characteristic curve (AUC) of integrated CTA–CTP for detecting or excluding flow-limiting CAD was 0.87 [95% confidence interval (CI): 0.84–0.91]. In patients without prior myocardial infarction, the AUC was 0.90 (95% CI: 0.87–0.94) and in patients without prior CAD the AUC for combined CTA–CTP was 0.93 (95% CI: 0.89–0.97). For the combination of a CTA stenosis ≥50% stenosis and a CTP perfusion deficit, the sensitivity, specificity, positive predictive, and negative predicative values (95% CI) were 80% (72–86), 74% (68–80), 65% (58–72), and 86% (80–90), respectively. For flow-limiting disease defined by ICA-SPECT/MPI, the accuracy of CTA was significantly increased by the addition of CTP at both the patient and vessel levels. Conclusions The combination of CTA and perfusion correctly identifies patients with flow limiting CAD defined as ≥50 stenosis by ICA causing a perfusion defect by SPECT/MPI.

The semiquantitative Clinical Frailty Scale (CFS) is a simple tool to assess patients' frailty and has been shown to correlate with mortality in elderly patients even when evaluated by nongeriatricians. The aim of the current study was to determine the prognostic value of CFS in patients who underwent transcatheter aortic valve replacement.We utilized the OCEAN (Optimized Catheter Valvular Intervention) Japanese multicenter registry to review data of 1215 patients who underwent transcatheter aortic valve replacement. Patients were categorized into 5 groups based on the CFS stages: CFS 1-3, CFS 4, CFS 5, CFS 6, and CFS ≥7. We subsequently evaluated the relationship between CFS grading and other indicators of frailty, including body mass index, serum albumin, gait speed, and mean hand grip. We also assessed differences in baseline characteristics, procedural outcomes, and early and midterm mortality among the 5 groups.Patient distribution into the 5 CFS groups was as follows: 38.0% (CFS 1-3), 32.9% (CFS4), 15.1% (CFS 5), 10.0% (CFS 6), and 4.0% (CFS ≥7). The CFS grade showed significant correlation with body mass index (Spearman's ρ=-0.077, P=0.007), albumin (ρ=-0.22, P<0.001), gait speed (ρ=-0.28, P<0.001), and grip strength (ρ=-0.26, P<0.001). Cumulative 1-year mortality increased with increasing CFS stage (7.2%, 8.6%. 15.7%, 16.9%, 44.1%, P<0.001). In a Cox regression multivariate analysis, the CFS (per 1 category increase) was an independent predictive factor of increased late cumulative mortality risk (hazard ratio, 1.28; 95% confidence interval, 1.10-1.49; P<0.001).In addition to reflecting the degree of frailty, the CFS was a useful marker for predicting late mortality in an elderly transcatheter aortic valve replacement cohort.

This study investigates the effects of fall configurations on hip fracture risk with a focus on pelvic soft tissue shape. This was done by employing a whole-body finite element (FE) model. Soft tissue thickness around the pelvis was measured using a standing CT system, revealing a trend of increased trochanteric soft tissue thickness with higher BMI and younger age. In the lateroposterior region from the greater trochanter, the soft tissues of elderly females were thin with a concave shape. Based on the THUMS 5F model, an elderly female FE model with a low BMI was developed by morphing the soft tissue shape around the pelvis based on the CT data. FE simulation results indicated that the lateroposterior fall led to a higher femoral neck force for the elderly female model compared to the lateral fall. One reason may be related to the thin soft tissue of the pelvis in the lateroposterior region. Additionally, the effectiveness of interventions that can help mitigating hip fractures in lateroposterior falls on the thigh-hip and hip region was assessed using the elderly female model. The attenuation rate of the femoral neck force by the hip protector was close to zero in the thigh-hip fall and high in the hip fall, whereas the attenuation rate of the compliant floor was high in both falls. This study highlights age-related changes in the soft tissue shape of the pelvis in females, particularly in the lateroposterior regions, which may influence force mitigation for the hip joint during lateroposterior falls.

Abstract Deep learning-based image segmentation has allowed for the fully automated, accurate, and rapid analysis of musculoskeletal (MSK) structures from medical images. However, current approaches were either applied only to 2D cross-sectional images, addressed few structures, or were validated on small datasets, which limit the application in large-scale databases. This study aimed to validate an improved deep learning model for volumetric MSK segmentation of the hip and thigh with uncertainty estimation from clinical computed tomography (CT) images. Databases of CT images from multiple manufacturers/scanners, disease status, and patient positioning were used. The segmentation accuracy, and accuracy in estimating the structures volume and density, i.e., mean HU, were evaluated. An approach for segmentation failure detection based on predictive uncertainty was also investigated. The model has improved all segmentation accuracy and structure volume/density evaluation metrics compared to a shallower baseline model with a smaller training database (N = 20). The predictive uncertainty yielded large areas under the receiver operating characteristic (AUROC) curves (AUROCs ≥ .95) in detecting inaccurate and failed segmentations. Furthermore, the study has shown an impact of the disease severity status on the model’s predictive uncertainties when applied to a large-scale database. The high segmentation and muscle volume/density estimation accuracy and the high accuracy in failure detection based on the predictive uncertainty exhibited the model’s reliability for analyzing individual MSK structures in large-scale CT databases.

Abstract Purpose Varicose veins in the lower extremities are dilated subcutaneous varicose veins with a diameter of ≥ 3 mm, caused by increased venous pressure resulting from backflow of blood due to venous valve insufficiency (Gloviczki in Handbook of venous disorders: guidelines of the American venous forum, Hodder Arnold, London, 2009). When diagnosing varicose veins, the shape and thickness of the blood vessels should be accurately visualized in three dimensions. In this study, we investigated a new method for numerical evaluation of vascular morphology related to varicose veins in the lower extremities, using a photoacoustic imaging (PAI) system, which can acquire high-resolution and three-dimensional images noninvasively. Methods Nine patients with varicose veins participated in the study, and their images were captured using an optical camera and PAI system. We visualized the vascular structure, created a blood presence density (BPD) heat map, and examined the correlation between BPD and location of varicose veins. Results The obtained photoacoustic (PA) images demonstrated the ability of this method to visualize vessels ranging from as small as 0.2 mm in diameter to large, dilated vessels in three dimensions. Furthermore, the study revealed a correlation between the high-density part of the BPD heat map generated from the PAI images and the presence of varicose veins. Conclusion PAI is a promising technique for noninvasive and accurate diagnosis of varicose veins in the lower extremities. By providing valuable information on the morphology and hemodynamics of the varicose veins, PAI may facilitate their early detection and treatment.

Background The efficacy of Vesical Imaging–Reporting and Data System (VI‐RADS) for the second transurethral resection (TUR) has not been adequately validated. This study aimed to evaluate the utility of the VI‐RADS for high‐risk patients with non‐muscle‐invasive bladder cancer (NMIBC) who are candidates for a second TUR. Methods We retrospectively analyzed 116 patients who received magnetic resonance imaging (MRI) prior to an initial TUR and underwent a second TUR for a diagnosis of high‐risk NMIBC at the initial TUR. MRI images were retrospectively classified according to VI‐RADS. Second TUR outcomes and recurrence‐free and progression‐free survival rates were compared with VI‐RADS scores. Results Ninety‐nine (91%) patients were diagnosed with T1 bladder cancer at the initial TUR. At the second TUR, residual cancer was found in 53 (49%) cases, including five (4.6%) cases of muscle invasion. With a median follow‐up of 41 months, the 2‐year bladder recurrence‐free survival rate was 71% and the 2‐year progression‐free rate was 85%. By two radiologists' consensus, 30 (28%)/49 (45%)/16 (15%)/10 (9.2%)/4 (3.7%) cases were classified as VI‐RADS 1/2/3/4/5, respectively. Of five pT2 upstage cases, three were VI‐RADS 1, one was VI‐RADS 2, and one was VI‐RADS 3. There was no significant association between VI‐RADS and cancer residual rate and pT2 upstage rate in second TUR outcomes, and recurrence‐free and progression‐free survival rates. Conclusion In high‐risk NMIBCs, a certain number of residual cancers and pT2 upstage cases exist after the initial TUR, and a second TUR should be performed regardless of VI‐RADS scores.

To establish simple screening tests to suspect Alzheimer's disease (AD) pathology, the clinical sign "head-turning sign" (HTS), which is a patient's behavior of turning their head towards their partner to seek assistance with questions posed by the examiner during the interview, and the simple screening questionnaire for dementia named "Neucop-Q" were validated in participants diagnosed with amyloid and tau positron emission tomography (PET). We enrolled 155 patients: 47 cognitive normal, 36 with mild cognitive impairment, 64 with dementia, and 8 with psychiatric disorders. All participants underwent Neucop-Q [three questions: Consciousness/self-awareness of cognitive disabilities (C) normal/impaired (nor/imp), Pleasure/pastime (P) nor/imp, and News/knowledge on current topics (N) nor/imp] and amyloid/tau PET. Additionally, we measured plasma amyloid β (Aβ) 42/40 ratio, phosphorylated tau 181 (pTau181), glial fibrillary acidic protein (GFAP), and neurofilament light (NFL) levels and compared with HTS and Neucop-Q results. The specificity and positive predictive value (PPV) of HTS positivity (HTSpos) were the highest (amyloid PET: 0.930 and 0.870, tau PET: 0.944 and 0.957, respectively), while Cimp and Nimp had a high negative predictive value (NPV) for amyloid PET (negativity) (0.750 and 0.725). Pimp showed high specificity for predicting non-AD tau positivity among non-AD participants without amyloid PET positivity (0.854). To validate these findings with PET results, we examined the correlation between well-established AD blood biomarkers and results obtained from these screening tests. HTSpos, Cimp, and Nimp were strongly associated with Aβ42/40 ratio (P < 0.0001, P = 0.0022, and P = 0.001), pTau181 (P < 0.0001, P = 0.0095, and P = 0.001), GFAP (P = 0.0372, P = 0.0088, and P = 0.0002), and amyloid PET Centiloid (P < 0.0001, P = 0.0210, and P = 0.0006), whereas Pimp increased neuroinflammation (GFAP; P = 0.0061) and was associated with non-AD tauopathy. The combination of Neucop-Q questions showed that Cimp/Pnor/Nimp subjects have the highest specificity and PPV (0.972 and 0.833) and were strongly associated with Aβ42/40 ratio (P = 0.0006), pTau181 (P = 0.0006), and amyloid PET Centiloid (P < 0.0001). HTSpos, Cimp, and Nimp have diagnostic utility in suspecting MCI due to AD and AD, and Pimp has diagnostic value in non-AD tauopathy. HTSpos, Cimp, and Nimp were associated with biomarkers of Aβ pathology. HTS and Neucop-Q may serve as powerful first-line screening in memory clinics. UMIN Clinical Trials Registry (UMIN-CTR) under registration numbers 000032027 (Registration date: 2018/03/31) and 000030248 (Registration date: 2018/01/01).