Accurate detection of lymph-node metastases in prostate cancer is an essential component of the approach to treatment. We investigated whether highly lymphotropic superparamagnetic nanoparticles, which gain access to lymph nodes by means of interstitial–lymphatic fluid transport, could be used in conjunction with high-resolution magnetic resonance imaging (MRI) to reveal small nodal metastases.

Purpose Lymph node metastases affect management and prognosis of patients with gynecologic malignancies. Preoperative nodal assessment with computed tomography or magnetic resonance imaging (MRI) is inaccurate. A new lymph node–specific contrast agent, ferumoxtran-10, composed of ultrasmall particles of iron oxide (USPIO), may enhance the detection of lymph node metastases independent of node size. Our aim was to compare the diagnostic performance of MRI with USPIO against standard size criteria. Methods Forty-four patients with endometrial (n = 15) or cervical (n = 29) cancer were included. MRI was performed before and after administration of USPIO. Two independent observers viewed the MR images before lymph node sampling. Lymph node metastases were predicted using size criteria and USPIO criteria. Lymph node sampling was performed in all patients. Results Lymph node sampling provided 768 pelvic or para-aortic nodes for pathology, of which 335 were correlated on MRI; 17 malignant nodes were found in 11 of 44 patients (25%). On a node-by-node basis, sensitivity, specificity, positive predictive value (PPV), and negative predictive value (NPV) by size criteria were 29%*, 99%, 56%, and 96%, and by USPIO criteria (reader 1/reader 2) were 93%/82%* (*P = .008/.004), 97%/97%, 61%/59%, and 100%/99%, respectively (where [*] indicates the statistical difference of P = x/x between the two results marked by the asterisk). On a patient-by-patient basis, sensitivity, specificity, PPV, and NPV by size criteria were 27%*, 94%, 60%, and 79%, and by USPIO criteria (reader 1/reader 2) were 100%/91%* (*P = .031/.06), 94%/87%, 82%/71%, and 100%/96%, respectively. The κ statistic was 0.93. Conclusion Lymph node characterization with USPIO increases the sensitivity of MRI in the prediction of lymph node metastases, with no loss of specificity. This may greatly improve preoperative treatment planning.

Background Angiotensin-converting enzyme 2, a target of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2), demonstrates its highest surface expression in the lung, small bowel, and vasculature, suggesting abdominal viscera may be susceptible to injury. Purpose To report abdominal imaging findings in patients with coronavirus disease 2019. Materials and Methods In this retrospective cross-sectional study, patients consecutively admitted to a single quaternary care center from March 27 to April 10, 2020, who tested positive for SARS-CoV-2 were included. Abdominal imaging studies performed in these patients were reviewed, and salient findings were recorded. Medical records were reviewed for clinical data. Univariable analysis and logistic regression were performed. Results A total of 412 patients (average age, 57 years; range, 18 to >90 years; 241 men, 171 women) were evaluated. A total of 224 abdominal imaging studies were performed (radiography, n = 137; US, n = 44; CT, n = 42; MRI, n = 1) in 134 patients (33%). Abdominal imaging was associated with age (odds ratio [OR], 1.03 per year of increase; P = .001) and intensive care unit (ICU) admission (OR, 17.3; P < .001). Bowel-wall abnormalities were seen on 31% of CT images (13 of 42) and were associated with ICU admission (OR, 15.5; P = .01). Bowel findings included pneumatosis or portal venous gas, seen on 20% of CT images obtained in patients in the ICU (four of 20). Surgical correlation (n = 4) revealed unusual yellow discoloration of the bowel (n = 3) and bowel infarction (n = 2). Pathologic findings revealed ischemic enteritis with patchy necrosis and fibrin thrombi in arterioles (n = 2). Right upper quadrant US examinations were mostly performed because of liver laboratory findings (87%, 32 of 37), and 54% (20 of 37) revealed a dilated sludge-filled gallbladder, suggestive of bile stasis. Patients with a cholecystostomy tube placed (n = 4) had negative bacterial cultures. Conclusion Bowel abnormalities and gallbladder bile stasis were common findings on abdominal images of patients with coronavirus disease 2019. Patients who underwent laparotomy often had ischemia, possibly due to small-vessel thrombosis. © RSNA, 2020

Motivation: Fat suppressed T1 images, such as LAVA-FLEX, are routinely used in liver imaging, but can suffer from SNR and IQ issues. Goal(s): Our goal was to validate application of 3D deep learning to 3D LAVA-FLEX in routine adult liver imaging via a reader study and noise characterization. Approach: DL and conventionally reconstructed images were assessed across several IQ attributes (motion, ringing, edge, vessel) by two radiologists. Noise characteristics were evaluated by calculation of total variation and edge detection. Results: Based on the calculated odds ratios, the radiologists preferred DL across the various IQ attributes, with decreased noise and improved sharpness in DL images. Impact: The application of 3D DL to routine 3D LAVA-FLEX imaging provides increased diagnostic quality, and has the potential to improve routine abdominal care in patients who can't hold their breath.

Motivation: Free breathing DCE imaging utilizes stack-of-stars sampling, which can lead to streak artifacts and noise reduction when too few spokes are used. Goal(s): Our goal was to validate application of deep learning to 3D DISCO-Star DCE imaging in the abdomen via image quality assessment and noise characterization. Approach: DL and conventionally reconstructed images were assessed by two radiologists across different IQ attributes. Noise characteristics were evaluated by calculation of total variation. AUC was also calculated. Results: The radiologists preferred DL across many of the IQ attributes, with noticeably lowered noise and decreased streaks in DL images. AUC was similar between the two reconstructions. Impact: The application of DL to DISCO-Star DCE imaging provides enhanced diagnostic quality, with reduced streaking, higher SNR, and better in-plane resolution. This has the potential to improve care for abdominal patients who have trouble holding their breath.

Motivation: To contribute to the clinical evidence generation for 4D MRI in radiation therapy planning. Goal(s): Emphasize the impact of a DL reconstruction with amplitude and phase binning on respiratory motion characterization. Approach: 4D MRI data of 10 healthy volunteers and 8 patients were acquired using a free-breathing T1-weighted stack-of-stars sequence at 1.5T or 3T. Results: Independent of the binning strategy, DL reconstruction consistently improves image quality and conspicuity of small anatomical details with the potential to shorten scan times. Differences of binning strategies become prominent for irregular breathers, where amplitude binning reveals larger motion ranges than phase binning. Impact: To foster the ultimate goal of clinical adoption of 4D MRI for radiotherapy planning, we present an enhanced 4D MRI application supporting multiple binning strategies and an embedded DL reconstruction.

Motivation: Free breathing DCE imaging is beneficial for patients who have difficulty holding their breath, but can be susceptible to artifacts and suboptimal contrast bolus timing, which may compromise diagnostic accuracy. Goal(s): Our goal was to validate application of deep learning to 3D DISCO-Star imaging in the abdomen after doubling the number of wash-in phases via spoke reordering. Approach: 8 and 16 wash-in phase images were assessed by two radiologists across different IQ attributes. Noise characteristics were evaluated and AUC was calculated. Results: The radiologists preferred DL enhanced 16 wash-in phase across many of the IQ attributes, with higher SNR and decreased streaks. Impact: The ability to double the wash-in phases in DISCO-Star DCE imaging without compromising image quality via deep learning will provide enhanced diagnostic quality, and has the potential to improve patient care.