{"id":7475,"date":"2020-08-07T22:34:23","date_gmt":"2020-08-08T03:34:23","guid":{"rendered":"https:\/\/cornflowerblue-rail-980953.hostingersite.com\/?p=7475"},"modified":"2020-08-21T18:21:27","modified_gmt":"2020-08-21T23:21:27","slug":"whats-new-in-cardiothoracic-imaging-german-august-2020","status":"publish","type":"post","link":"https:\/\/staging-hub.acoredu.com\/de\/whats-new-in-cardiothoracic-imaging-german-august-2020\/","title":{"rendered":"What’s new in Cardiothoracic Imaging (German) – August 2020"},"content":{"rendered":"

[embedyt] https:\/\/www.youtube.com\/watch?v=Kh0JFdlHaXk[\/embedyt]<\/strong><\/p>\n

Thorax<\/strong><\/span><\/h3>\n

 <\/p>\n

Quantitative Computertomographie zum besseren Verst\u00e4ndnis von chronisch-obstruktiven Atemwegserkrankungen und fibrotischen interstitiellen Lungenerkrankungen. Der aktuelle Stand und Zukunftsperspektiven.<\/strong><\/span><\/h5>\n

Castillo-Saldana, D., et al. (2020). „Using Quantitative Computed Tomgraphic Imaging to Understand Chronic Obstructive Pulmonary Disease and Fibrotic Interstitial Lung Disease: State of the Art and Future Directions.“ J Thorac Imaging<\/u> \u00a035<\/strong>(4): 246-254.<\/p>\n

Stichworte: COPD, ILD, Quantitative CT<\/p>\n

https:\/\/journals.lww.com\/thoracicimaging\/Fulltext\/2020\/07000\/Using_Quantitative_Computed_Tomographic_Imaging_to.6.aspx<\/a><\/p>\n

Forscher des St. Paul\u2019s Hospital und der University of British Columbia berichten von interessanten Anwendungen von quantitativer CT (QCT) im Bereich der chronisch obstruktiven (COPD) und interstitiellen Lungenerkrankungen (ILD). Ryerson et al schlagen vor, dass QCT als Erg\u00e4nzung zu typischen qualitativen Bewertungen von COPD und ILD angewendet werden k\u00f6nnen, um das Fortschreiten dieser beiden komplexen Krankheitsmuster zu diagnostizieren und zu \u00fcberwachen. QCT dient bei COPD dazu, die Lokalisation von Emphysemanteilen genau zu erfassen, Verdickungen in den Atemwegen zu identifizieren und 3D-Rekonstruktionen des Bronchialbaums zu erstellen, die anhand des Zustands der Endbronchiolen eine fr\u00fchzeitige Krankheitserkennung m\u00f6glich machen. Wesentliche Einschr\u00e4nkungen bei der klinischen Anwendung von QCT bei COPD sind die Strahlenbelastung, Unterschiede zwischen CT-Scannern und Interindividuelle Variabilit\u00e4t sowie ein erheblicher Bedarf an Qualit\u00e4tskontrolle durch manuelle Nachbearbeitung. QCT kann eine wichtige Rolle bei der Beurteilung des Fortschreitens der ILD spielen, indem die Dichte des Lungenparenchyms untersucht und anschlie\u00dfend in einem Histogramm dargestellt wird. Diese objektiven Daten k\u00f6nnten in Verbindung mit qualitativen Bewertungen genutzt werden, um \u00c4rzten eine pr\u00e4zisere Methode zu bieten, das Fortschreiten der Erkrankung sowie das Therapieansprechen in einer hochmorbiden Patientenpopulation zu beobachten. Trotz dieser spannenden Entwicklungen sind bei diesen quantitativen Algorithmen jedoch noch erhebliche Verbesserungen erforderlich, bevor sie verl\u00e4sslich im klinischen Alltag eingesetzt werden k\u00f6nnen.<\/p>\n

\u00a0<\/strong><\/p>\n

COVID<\/strong><\/span><\/h3>\n

 <\/p>\n

Lungenembolie bei COVID-19: Ven\u00f6se Thromboembolie oder arterielle Thrombose?<\/span><\/strong><\/h5>\n

Cavagna, E., et al. (2020). “ Pulmonary Thromboembolism in COVID-19: Venous Thromboembolism or Arterial Thrombosis?“ Radiology: Cardiothoracic Imaging <\/u>2<\/strong>(4): e200289.<\/p>\n

https:\/\/pubs.rsna.org\/doi\/10.1148\/ryct.2020200289<\/a><\/p>\n

Stichworte: COVID-19, Lungenembolie, Thromboembolie<\/p>\n

Die italienischen Radiologen Cavagna et al. bieten einen Einblick in die Assoziation zwischen dem neuartigen Coronavirus und der Thromboembolie bei schwerkranken Patienten. Bei COVID-19-Patienten besteht eine h\u00f6here Rate von pulmonalen arteriellen Embolien (PE); dies ist besonders besorgniserregend, da COVID-19 Patienten sich ohnehin h\u00e4ufiger in kritischem Zustand befinden. In dieser retrospektiven Studie, wurden 109 Patienten mit COVID-19 eingeschlossen, die Symptome einer PE zeigten und eine CT-Angiographie der Pulmonalarterien (CTPA) erhalten hatten, um eine Lungenembolie auszuschlie\u00dfen. Den CT-Untersuchungen wurden mittels eines semiquantitativen Scores (0-5) bewertet, um die jeweilige Beteiligung der 5 Lungenlappen abzusch\u00e4tzen. Bei Patienten mit h\u00f6herem CT-Score und abnormalen Laborwerten wie LDH, CRP und D-Dimere wurden h\u00f6here Raten der Lungenthromboembolie festgestellt. Diese hyperkoagulierbaren Ph\u00e4nomene betrafen bevorzugt die segmentalen (90.2%) und subsegmentale Arterien (61%) des am st\u00e4rksten von COVID betroffenen Lungenparenchyms. Die Autoren vermuten, dass diese keine Embolien, sondern eher sekund\u00e4re Thrombosen der Lungenarterien als Folge der lokalen Entz\u00fcndungsreaktion und einer Hyperkoagulopathien sind. Obwohl die Studie nicht aussagekr\u00e4ftig genug ist um diese These zu validieren, st\u00fctzen sich die Autoren auf Beweise aus anderen Studien, die diese radikale Behauptung zus\u00e4tzlich rechtfertigen. Hoffentlich werden in zuk\u00fcnftigen Studien mehr Datenpunkte zur Verf\u00fcgung stehen die ihre Hypothese validieren.<\/p>\n

 <\/p>\n

Radiological Society of North America Thorax CT Klassifikationssystem f\u00fcr COVID-19 Pneumonien: Interobserver Variabilit\u00e4t und Korrelation mit RT-PCR<\/strong><\/span><\/h5>\n

Jaegere, T. M. H. d., et al. (2020). „Radiological Society of North America Chest CT Classification System for Reporting COVID-19 Pneumonia: Interobserver Variability and Correlation with RT-PCR.“Radiology: Cardiothoracic Imaging<\/u> 2<\/strong>(3): e200213.<\/p>\n

Stichw\u00f6rter: COVID-19, RSNA-Klassifikation, CORADS<\/p>\n

https:\/\/pubs.rsna.org\/doi\/10.1148\/ryct.2020200213<\/a><\/p>\n

Radiologen des Zuyderland Medical Center in den Niederlanden untersuchten Interobserver-\u00dcbereinstimmung unter Radiologen bei Anwendung des RSNA COVID-19 Thorax CT Klassifikationssystems und des COVID-19 Reporting and Data System (CO-RADS). Ergebnisse wurden dann mit den PCR-Ergebnissen der Patienten verglichen. In einer retrospektiven Analyse der Thorax CTs von 96 Patienten wendeten 2 Fach\u00e4rzte und ein Assistenzarzt im 5. Jahr der Facharztausbildung das RSNA Thorax CT Klassifikationssystems und das CO-RADS Klassifikationssystem an, um die Interobserver Variabilit\u00e4t zu testen. Die Radiologen wurden beauftragt, CT-Befunde als „typisch“, „unbestimmt“, „atypisch“ oder „negativ“ f\u00fcr das Vorhandensein von COVID zu klassifizieren. Sie fanden eine substanzielle Interobserver-\u00dcbereinstimmung unter den Fach\u00e4rzten und eine moderate \u00dcbereinstimmung zwischen den Befunden die von den Fach\u00e4rzten und dem Assistenzarzt erstellt wurden. Die radiologische Beurteilung wurde dann mit den RT-PCR Testergebnissen der Patienten verglichen. Von den 45 Patienten mit positivem PCR-Ergebnis wurden anhand der CT-Befunde in 76.9-96.6% als „typisch“, 51.2-64.1% „unbestimmt“, 2.8-5.3% „atypisch und 20-25% „negativ“ kategorisiert. Eine niedrige Positivrate in der „atypischen“ Gruppe wird durch Befunde im Zusammenhang mit anderen Lungenerkrankungen erkl\u00e4rt. Die erstaunlich hohe Positivrate in der „negativ“ Gruppe ist besorgniserregend. Die Autoren geben an, dass es in dieser Gruppe Patienten geben k\u00f6nnte, die sp\u00e4ter noch radiologische Zeichen im Zusammenhang mit COVID-19-Infektion entwickeln werden, da sich Zeichen in der Bildgebung im Laufe der Zeit \u00e4ndern k\u00f6nnen. Die Autoren nutzten auch das CO-RADS Klassifikationssystem und erreichten eine \u00e4hnliche Interobserver-\u00dcbereinstimmung mit nicht unbeachtlichen Positiven in der CO-RADS Gruppe. Diese Ergebnisse spiegeln wahrscheinlich die klinische Praxis wider, da symptomatische Patienten zu unterschiedlichen Zeitpunkten im Krankheitsprozess vorstellen, so dass CT eine begrenzte Rolle beim Screening des Coronavirus zu spielen scheint. Da schwere COVID-19-Infektionen mit einer signifikanten medizinischen Morbidit\u00e4t und Mortalit\u00e4t verbunden sind, spielt die CT nach wie vor eine wertvolle Rolle im Patientenmanagement.<\/p>\n

 <\/p>\n

Kardiale Bildgebung<\/strong><\/span><\/h3>\n

 <\/p>\n

Durchf\u00fchrbarkeit von kardiovaskul\u00e4rer 4D-Flow-MRT w\u00e4hrend k\u00f6rperlicher Belastung bei gesunden Teilnehmern.<\/span><\/strong><\/h5>\n

MacDonald, J.A., et al. (2020). \u201cFeasibility of Cardiovascular Four-dimensional Flow MRI during Exercise in Healthy Participants.\u201d Radiology: Cardiothoracic Imaging 2(3):e190033<\/p>\n

Stichw\u00f6rter: Herz-MRT, 4D-Flow<\/p>\n

https:\/\/pubs.rsna.org\/doi\/10.1148\/ryct.2020190033<\/a><\/p>\n

Macdonald et al. untersuchen die Funktionsf\u00e4higkeit der 4D Flow-MRT unter freie Atmung w\u00e4hrend der k\u00f6rperlichen Belastung. In einer gesunden Kohorte von 10 Personen wurde ein Herz-MRT in Ruhe und unter k\u00f6rperlichem Stress durchgef\u00fchrt, in dem ein standardisiertes Trainingsprotokoll in R\u00fcckenlage auf einem MRT-kompatiblen Stepper implementiert wurde, welches sich in der MRT-R\u00f6hre befand. Diese MRT-Studien wurden retrospektiv gefiltert, um Atembewegungsartefakte und Herzbewegung zu ber\u00fccksichtigen. Diese Gruppe verwendete ein 4D Flow-Protokoll, um das Schlagvolumen (SV) und die ventrikul\u00e4re kinetische Energie (KE) in der Systole und Diastole unter Ruhe- und Stressbedingungen zu bewerten. Die Autoren fanden heraus, dass die Herzleistung w\u00e4hrend des Trainings im Vergleich zur Ruhebedingung wie voraussehbar zunahm. Interessanterweise fanden sie jedoch auch heraus, dass die rechtsventrikul\u00e4re kinetische Energie (KERV) im Vergleich zur Ruhebedingung signifikant erh\u00f6ht war, w\u00e4hrend dies in Bezug auf die linksventrikul\u00e4re kinetische Energie (KELV) und das SV nicht der Fall war. Zuvor galt, dass das SV nicht durch k\u00f6rperliche Beanspruchung in R\u00fcckenlage beeinflusst wird. W\u00e4hrend der Systole erwies sich KERV im Vergleich zu KELV als statistisch signifikant h\u00f6her, w\u00e4hrend es keine Unterschiede w\u00e4hrend der Diastole gab. Da die KELV nicht signifikant von Belastung betroffen ist, hat die 4D Belastungs-MRT wahrscheinlich nur einen begrenzten Nutzen. Auf der anderen Seite kann sie jedoch ein wertvolles Instrument f\u00fcr die Bewertung der Erkrankungen des rechten Herzens werden, da die KERV von k\u00f6rperlicher Belastung betroffen ist. Zurzeit gibt es noch erhebliche Einschr\u00e4nkungen in der Anwendung, da die derzeitige Durchf\u00fchrung zus\u00e4tzlich von schlechter Interobserver- und Intraobserver-Reproduzierbarkeit in Bezug auf ventrikul\u00e4res Masking und KE-Sch\u00e4tzung beeintr\u00e4chtigt wird.<\/p>\n

\u00a0<\/strong><\/p>\n

Machine Learning (K\u00fcnstliche Intelligenz)<\/strong><\/span><\/h3>\n

 <\/p>\n

Nutzen von auf Machine Learning basierender Bestimmung der fraktionellen Flussreserve mittels CT Koronarangiographie bei Patienten mit akuten Thoraxschmerzen.<\/strong><\/span><\/h5>\n

Schoepf, U.J., et al. (2020) „Value of Machine Learning-based Coronary CT Fractional Flow Reserve Applied to Triple-Rule-Out CT Angiography in Acute Chest Pain.“ Radiology: Cardiothoracic Imaging 2(3):e190137<\/p>\n

Stichw\u00f6rter: Machine Learning, Triple Rule Out (TRO), Fraktionelle Flussreserve (FFR), CT Koronarangiographie<\/p>\n

https:\/\/pubs.rsna.org\/doi\/10.1148\/ryct.2020190137<\/a><\/p>\n

Radiologen der Medical University of South Carolina beschreiben eine Anwendung f\u00fcr Machine Learning bei der Messung der fraktionelle Flussreserve (FFR) in der Triple Rule Out Angiographie. In einer retrospektiven Studie an der 159 Patienten teilnahmen, \u00fcberpr\u00fcften Schoepf et al. 159 Triple-Rule-Out CT Angiographien (TRO) f\u00fcr Patienten mit geringer bis mittlerer Wahrscheinlichkeit einer Herzerkrankung. Die FFR wurde dann mit einem Deep-Learning-Algorithmus berechnet. FFR weist eine hohe diagnostische Genauigkeit bei der Bewertung erheblicher obstruktiver koronarer Herzerkrankung auf und wurde bereits im ambulanten Rahmen zur Beurteilung der koronaren Herzkrankheit (KHK) eingesetzt. Diese Gruppe von \u00c4rzten versuchte, nicht kommerziell verf\u00fcgbare FFR-Berechnungen vor Ort in der Notfallmedizin durchzuf\u00fchren, um Patienten mit h\u00e4modynamisch signifikanten Stenosen zu identifizieren und definierten daf\u00fcr koronare Interventionen oder gr\u00f6\u00dfere unerw\u00fcnschte kardiovaskul\u00e4re Ereignisse (major adverse cardiovascular events, MACE) als Endpunkte. Eine FFR <0.8 wurde als h\u00e4modynamisch signifikante Stenose gewertet. Von den Patienten, die TRO Angiographien erhielten, hatten 55% eine signifikante Stenose (>50%) und 5% der Probanden wiesen eine hochgradige Stenose auf (>70%). 52% der Studienteilnehmer zeigten kongruente Befunde in FFR und TRO; darunter zeigten 55% eine signifikante koronare Stenose und eine FFR <0.8 und 45% zeigten FFR>0.8 und keine signifikante Stenose in der TRO. W\u00e4hrend der \u00dcberpr\u00fcfung der Krankenakte wurde festgestellt, dass koronare Revaskularisation oder ein signifikantes MACE-Ereignis bei 27.5% der Patienten auftrat und dass Patienten mit einem FFR <0.8 wesentlich h\u00e4ufiger einen dieser beiden Endpunkte erreichten als andere Patienten. Es wird auch darauf hingewiesen, dass 67% der Patienten die eine TRO erhielten einer zus\u00e4tzlichen Folgeuntersuchung unterzogen wurden. Die Autoren schlagen vor, dass ein FFR <0.8 n\u00fctzlich sein kann um Patienten zu identifizieren, bei denen ein erh\u00f6htes Risiko besteht welches weitere Tests rechtfertigt. Es wird darauf hingewiesen, dass 4 Patienten mit FFR >0.8 einer koronaren Revaskularisation unterzogen wurden. Diese 4 Patienten h\u00e4tten m\u00f6glicherweise keine therapeutische Intervention erhalten, wenn FFR als Cutoff-Wert f\u00fcr die weitere medizinische Abkl\u00e4rung angewandt worden w\u00e4re. Es wird auch darauf hingewiesen, dass bei 54% der Patienten, die sowohl TRO als auch SPECT und 48% der Patienten, die TRO und Stress-Echokardiographie unterzogen wurden, widerspr\u00fcchliche Befunde existierten; 3 dieser Patienten hatten eine FFR >0.8 und ein positives Ergebnis auf Stress SPECT\/CT. Da dies eine retrospektive Studie war und keine Behandlungsentscheidungen auf der Basis des FFR <0.8 getroffen wurden, ist unklar, wie viele Patienten letztlich einen negativen Ausgang erlebt h\u00e4tten. Es scheint, dass der Zusatz von FFR zum TRO bei Patienten mit niedrigem bis mittlerem Risiko einer Herzerkrankung eine wertvolle Erg\u00e4nzung zur Beurteilung akuter Thoraxschmerzen sein kann.<\/p>\n

 <\/p>\n

CT-basierte Segmentierung des wahren und falschen Lumens in Typ-B-Aortendissektionen mittels Machine Learning.<\/strong><\/span><\/h5>\n

Hahn, L.D., et al. „CT-based True- and False-Lumen Segmentation in Type B Aortic Dissection Using Machine Learning.“ Radiology: Cardiothoracic Imaging 2020; 2(3): e190179<\/p>\n

Stichw\u00f6rter: Aortendissektion, Machine Learning<\/p>\n

https:\/\/pubs.rsna.org\/doi\/10.1148\/ryct.2020190179<\/a><\/p>\n

Stanford Forscher nutzten ein Convolutional Neuronal Network (CNN), um automatisch multiplanare Rekonstruktionen (MPRs) von unkomplizierten Typ-B-Aortendissektionen zu erzeugen und dann die wahren (TL) und falschen Lumen (FL) zu segmentieren. Hahn, L.D. et al. identifizierten retrospektiv 45 Patienten mit insgesamt 153 CT-Angiographien der Aorta (CTA). Die Patienten wurden nach dem Zufallsprinzip einem Trainingsset, einem Validierungsset und einem Testset zugewiesen, die dann in die schrittweise Segmentierung des CNN eingespeist wurden. Die Schritte f\u00fcr die Segmentierung beinhalteten die Identifizierung der in der axialen Ebene, die Bestimmung der Aorten-Mittellinie anhand der durchschnittlichen Dichte innerhalb der Aorta, die Erzeugung von MPRs auf einer zur Mittellinie orthogonalen Ebene, gefolgt von der Segmentierung des TL und FL der Aortendissektion und schlie\u00dflich die R\u00fcckwandlung des MPR in die axiale Ebene. Die automatisierte Segmentierung wurde mit internen Kontrollen (dem Testset) und der manuellen Aortensegmentierung durch erfahrene kardiothorakale Radiologen verglichen. Die Endpunkte f\u00fcr diese Studie umfassten den Dice Similarity Coefficient (DSC) und den durchschnittlichen euklidischen Abstand zwischen den R\u00e4ndern (Aorta) in mm. Die Forscher fanden heraus, dass kein signifikanter Unterschied zwischen dem Validierungsset und dem Testset bestand (durchschnittlicher DSC von 0.873-0.9), was auf eine sehr genaue Segmentierung hindeutet. Der durchschnittliche euklidische Abstand betrug <3mm. Die automatisierte Segmentierung erzeugte dar\u00fcber hinaus Diagramme der Durchmesser f\u00fcr das TL, FL und der gesamten Aorta entlang ihrer gesamten L\u00e4nge. Dies gibt Radiologen die M\u00f6glichkeit, Volumina auch quantitativ zu bewerten. Dies ist sehr relevant f\u00fcr die Patientenversorgung, da der Aortendurchmesser entscheidend bei der Triage von Aorteninterventionen ist. Da bei der Identifizierung von TL und FL (in 3.8% der Studien) Fehler auftreten k\u00f6nnen, ist weiterhin eine manuelle Segmentierung durch einen fachkundigen Anwender n\u00f6tig. Daher sind aktuell die klinischen Anwendungen einer automatisierten Segmentiert noch etwas weit entfernt. Die Autoren r\u00e4umen auch ein, dass durch den CNN m\u00f6glicherweise statistische Verzerrungen eingebracht wurden, da die gleiche Studienpopulation sowohl im Test- als auch im Validierungsset verwendet wurde. Da die Gr\u00f6\u00dfe der Datens\u00e4tze und Patientenpopulation jedoch zunimmt, sollte CNN in der Lage sein, zwischen einer breiteren ph\u00e4notypischen Vielfalt der Dissektion zu unterscheiden. Die meisten K\u00fcnstliche Intelligenz (KI)-Algorithmen neigen auch dazu, in realen Szenarien aufgrund der Variabilit\u00e4t in CT-Scannern, Patientenhabitus \/ Anatomie und Bildrauschen zu schw\u00e4cheln. Da KI sich kontinuierlich verbessert, wird diese zweifellos zu einem zuverl\u00e4ssigen Werkzeug in der Beobachtung von unkomplizierten Typ-B-Aortendissektionen f\u00fcr \u00c4rzte werden.<\/p>\n","protected":false},"excerpt":{"rendered":"[embedyt] https:\/\/www.youtube.com\/watch?v=Kh0JFdlHaXk[\/embedyt] Thorax   Quantitative Computertomographie zum besseren Verst\u00e4ndnis von chronisch-obstruktiven Atemwegserkrankungen und fibrotischen interstitiellen […]","protected":false},"author":3,"featured_media":7178,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"footnotes":""},"categories":[214],"tags":[],"class_list":["post-7475","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-unkategorisiert"],"yoast_head":"\nWhat's new in Cardiothoracic Imaging (German) - August 2020 - ACORE<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"What's new in Cardiothoracic Imaging (German) - August 2020 - ACORE\" \/>\n<meta property=\"og:description\" content=\"[embedyt] https:\/\/www.youtube.com\/watch?v=Kh0JFdlHaXk[\/embedyt] Thorax   Quantitative Computertomographie zum besseren Verst\u00e4ndnis von chronisch-obstruktiven Atemwegserkrankungen und fibrotischen interstitiellen […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/\" \/>\n<meta property=\"og:site_name\" content=\"ACORE\" \/>\n<meta property=\"article:published_time\" content=\"2020-08-08T03:34:23+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2020-08-21T23:21:27+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"2560\" \/>\n\t<meta property=\"og:image:height\" content=\"1707\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Abdelrahman\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Abdelrahman\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"11\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/\",\"url\":\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/\",\"name\":\"What's new in Cardiothoracic Imaging (German) - August 2020 - ACORE\",\"isPartOf\":{\"@id\":\"https:\/\/staging-hub.acoredu.com\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg\",\"datePublished\":\"2020-08-08T03:34:23+00:00\",\"dateModified\":\"2020-08-21T23:21:27+00:00\",\"author\":{\"@id\":\"https:\/\/staging-hub.acoredu.com\/#\/schema\/person\/75293c6e4870f3aa293e1394c53df6b7\"},\"breadcrumb\":{\"@id\":\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#primaryimage\",\"url\":\"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg\",\"contentUrl\":\"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg\",\"width\":2560,\"height\":1707,\"caption\":\"Young pensive doctor is skeptical about x-ray image on the monitor at dark office.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/staging-hub.acoredu.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"What’s new in Cardiothoracic Imaging (German) – August 2020\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/staging-hub.acoredu.com\/#website\",\"url\":\"https:\/\/staging-hub.acoredu.com\/\",\"name\":\"ACORE\",\"description\":\"Radiology education for everyone, everywhere!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/staging-hub.acoredu.com\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/staging-hub.acoredu.com\/#\/schema\/person\/75293c6e4870f3aa293e1394c53df6b7\",\"name\":\"Abdelrahman\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/staging-hub.acoredu.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/2ad7486277da081678ef5e7172d9abecba77465cd62bd4d7272d1141d0b9bca2?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/2ad7486277da081678ef5e7172d9abecba77465cd62bd4d7272d1141d0b9bca2?s=96&d=mm&r=g\",\"caption\":\"Abdelrahman\"},\"url\":\"https:\/\/staging-hub.acoredu.com\/de\/author\/abdelrahman\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"What's new in Cardiothoracic Imaging (German) - August 2020 - ACORE","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/","og_locale":"de_DE","og_type":"article","og_title":"What's new in Cardiothoracic Imaging (German) - August 2020 - ACORE","og_description":"[embedyt] https:\/\/www.youtube.com\/watch?v=Kh0JFdlHaXk[\/embedyt] Thorax   Quantitative Computertomographie zum besseren Verst\u00e4ndnis von chronisch-obstruktiven Atemwegserkrankungen und fibrotischen interstitiellen […]","og_url":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/","og_site_name":"ACORE","article_published_time":"2020-08-08T03:34:23+00:00","article_modified_time":"2020-08-21T23:21:27+00:00","og_image":[{"width":2560,"height":1707,"url":"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg","type":"image\/jpeg"}],"author":"Abdelrahman","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Abdelrahman","Gesch\u00e4tzte Lesezeit":"11\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/","url":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/","name":"What's new in Cardiothoracic Imaging (German) - August 2020 - ACORE","isPartOf":{"@id":"https:\/\/staging-hub.acoredu.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#primaryimage"},"image":{"@id":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#primaryimage"},"thumbnailUrl":"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg","datePublished":"2020-08-08T03:34:23+00:00","dateModified":"2020-08-21T23:21:27+00:00","author":{"@id":"https:\/\/staging-hub.acoredu.com\/#\/schema\/person\/75293c6e4870f3aa293e1394c53df6b7"},"breadcrumb":{"@id":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#primaryimage","url":"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg","contentUrl":"https:\/\/staging-hub.acoredu.com\/wp-content\/uploads\/2020\/08\/young-medic-is-working-on-night-shift-K2Q6LFG-scaled-e1596643131987.jpg","width":2560,"height":1707,"caption":"Young pensive doctor is skeptical about x-ray image on the monitor at dark office."},{"@type":"BreadcrumbList","@id":"https:\/\/staging-hub.acoredu.com\/whats-new-in-cardiothoracic-imaging-august-2020\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/staging-hub.acoredu.com\/"},{"@type":"ListItem","position":2,"name":"What’s new in Cardiothoracic Imaging (German) – August 2020"}]},{"@type":"WebSite","@id":"https:\/\/staging-hub.acoredu.com\/#website","url":"https:\/\/staging-hub.acoredu.com\/","name":"ACORE","description":"Radiology education for everyone, everywhere!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/staging-hub.acoredu.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/staging-hub.acoredu.com\/#\/schema\/person\/75293c6e4870f3aa293e1394c53df6b7","name":"Abdelrahman","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/staging-hub.acoredu.com\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/2ad7486277da081678ef5e7172d9abecba77465cd62bd4d7272d1141d0b9bca2?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/2ad7486277da081678ef5e7172d9abecba77465cd62bd4d7272d1141d0b9bca2?s=96&d=mm&r=g","caption":"Abdelrahman"},"url":"https:\/\/staging-hub.acoredu.com\/de\/author\/abdelrahman\/"}]}},"_links":{"self":[{"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/posts\/7475","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/comments?post=7475"}],"version-history":[{"count":4,"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/posts\/7475\/revisions"}],"predecessor-version":[{"id":7915,"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/posts\/7475\/revisions\/7915"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/media\/7178"}],"wp:attachment":[{"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/media?parent=7475"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/categories?post=7475"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/staging-hub.acoredu.com\/de\/wp-json\/wp\/v2\/tags?post=7475"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}