{"id":28517,"date":"2026-10-29T12:46:03","date_gmt":"2026-10-29T11:46:03","guid":{"rendered":"https:\/\/www.proefschriftmaken.nl\/portfolio\/linda-thijssen\/"},"modified":"2026-10-31T11:42:03","modified_gmt":"2026-10-31T10:42:03","slug":"linda-thijssen","status":"publish","type":"us_portfolio","link":"https:\/\/www.proefschriftmaken.nl\/en\/portfolio\/linda-thijssen\/","title":{"rendered":"Linda Thijssen"},"content":{"rendered":"","protected":true},"featured_media":28518,"template":"","meta":{"_acf_changed":false},"university_us_portfolio":[17],"class_list":["post-28517","us_portfolio","type-us_portfolio","status-publish","post-password-required","hentry","university_us_portfolio-radboud-universiteit"],"acf":{"main_text":"","naam_van_het_proefschift":"The Importance of Prostate MR Image Quality","samenvatting":"Prostaatkanker is momenteel de meest voorkomende vorm van kanker bij mannen, en gezien de \nstijgende levensverwachting zal dit voorlopig zo blijven. Vroege detectie is uiterst belangrijk voor \nsuccesvolle behandeling. Voorheen ondergingen mannen met verhoogde PSA-waarden (Prostaat \nSpecifiek Antigeen) invasieve en onprettige biopsie\u00ebn om de aanwezigheid van kanker vast te stellen. \nGelukkig heeft medische beeldvorming, met name Magnetische Resonantie Beeldvorming (MRI), de \ndiagnostiek aanzienlijk verbeterd, waardoor veel mannen onnodige biopsie\u00ebn kunnen vermijden.\n\nMRI-scans maken gebruik van magnetische velden en radiogolven om gedetailleerde beelden van de \nprostaat te cre\u00ebren, zonder schadelijke straling. Ze kunnen nauwkeurig verdachte gebieden zichtbaar \nmaken, waardoor artsen alleen biopsie\u00ebn hoeven uit te voeren als dit echt nodig is. Helaas blijkt dat \nde kwaliteit van MRI-scans sterk verschilt tussen ziekenhuizen, wat de diagnostische nauwkeurigheid \nbe\u00efnvloedt.\n\nOm dit probleem aan te pakken hebben experts scoresystemen ontwikkeld zoals PI-QUAL, waarmee de \nkwaliteit van MRI-beelden gestandaardiseerd beoordeeld kan worden. Toch blijven deze beoordelingen \nsubjectief, omdat ze sterk afhankelijk zijn van het oordeel van individuele radiologen. Mijn onderzoek \nrichtte zich op het aanpakken van deze problemen:\n\n1. Beoordeling van huidige MRI-kwaliteit: In hoofdstuk 2 werd de kwaliteit van MRI-beelden in \nziekenhuizen in Nederland onderzocht, en bleek dat tot 50% van de MRI-scans niet van voldoende \nkwaliteit waren, ondanks over het algemeen goede naleving van technische richtlijnen.\n\n2. Impact van beeldkwaliteit op diagnose: Met behulp van gegevens van verschillende \ninternationale ziekenhuizen werd in hoofdstuk 3 bestudeerd hoe de beeldkwaliteit de \nnauwkeurigheid van radiologen bij het diagnosticeren van prostaatkanker be\u00efnvloedt. Verrassend \ngenoeg bleek dat, hoewel een slechte beeldkwaliteit de diagnostische nauwkeurigheid enigszins \nkan verminderen, de algehele impact minder groot was dan verwacht.\n\n3. Kunstmatige intelligentie (AI) voor kwaliteitsbeoordeling: Om de subjectieve beoordelingen \nte verbeteren, werd een AI-model op basis van Radiomics (wiskundige analyse van beeldkenmerken) \nom automatisch de kwaliteit van MRI-beelden te beoordelen ontwikkeld in hoofdstuk 4 en\ngevalideerd in hoofdstuk 5. Dit model presteerde vergelijkbaar met expert-radiologen en heeft de \npotentie om een betrouwbare en objectieve methode te worden voor het meten van de kwaliteit \nvan MRI-scans.\n\nTot slot wordt de toekomst van prostaat-MRI besproken, waarbij benadrukt wordt dat verdere \nverbetering van training, standaardisatie en integratie van AI noodzakelijk is. Deze stappen zijn \nessentieel om het volledige potentieel van MRI als effectief, niet-invasief hulpmiddel voor vroege \ndetectie van prostaatkanker te benutten, wat uiteindelijk leidt tot betere resultaten voor pati\u00ebnten en \nvermindering van onnodige medische ingrepen.","summary":"Pre-biopsy prostate MRI has transformed the diagnostic pathway for suspected prostate cancer by reducing unnecessary biopsies and improving lesion targeting. Yet, real-world diagnostic performance remains heterogeneous and appears, among other things, sensitive to image quality. Standardized quality assessment frameworks (e.g., PI-QUAL\/PI-QUALv2) exist, but remain subjective, relying heavily on individual radiologists' judgments.\n\nThis thesis pursued three aims:\n\n1. Assess Current MRI Quality: In chapter 2, a national audit evaluated acquisition protocols and image quality across centres, benchmarked against PI-RADS technical recommendations. The audit revealed substantial heterogeneity in acquisition practice; despite generally high adherence to PI-RADS technical parameters, up to 50% of MRI scans did not meet optimal quality standards.\n\n2. Impact of Image Quality on Diagnosis: A multi-centre reader study linked PI-QUALv2 to diagnostic performance (PI-RADS v2.1 scoring and likelihood ratings) in chapter 3, and effects on accuracy and the frequency of indeterminate (PI-RADS 3) calls were analysed. Surprisingly, higher PI-QUALv2 did not consistently translate into improved diagnostic accuracy or reduced uncertainty. Notably, dynamic contrast\u2013enhanced imaging tended to upgrade quality ratings more than it improved PI-RADS-based accuracy, suggesting a decoupling between PI-QUALv2 score and radiologist performance.\n\n3. Artificial Intelligence (AI) for Quality Assessment: To reduce subjectivity in quality assessments, a radiomics-driven model for automated image-quality assessment was developed in chapter 4 and validated in chapter 5. This model achieved non-inferior performance to expert readers in grading image quality, demonstrating potential as a reliable and objective tool to assess the image quality of MRI scans.\n\nFinally, we examine future developments in prostate MRI, highlighting the need for continued improvements in training, standardization, and AI integration. These steps are vital to fully realizing MRI's potential as an effective, non-invasive tool for early prostate cancer detection, thereby improving patient outcomes and reducing avoidable procedures.","auteur":"Linda Thijssen","auteur_slug":"linda-thijssen","publicatiedatum":"16 december 2026","taal":"EN","url_flipbook":"https:\/\/ebook.proefschriftmaken.nl\/ebook\/lindathijssen?iframe=true","url_download_pdf":"https:\/\/ebook.proefschriftmaken.nl\/download\/53f2c9c4-b17a-4943-9f13-e8776b97a036\/highres","url_epub":"","ordernummer":"19713","isbn":"9789465153247","doi_nummer":"10.54195\/9789465153247","naam_universiteit":"Radboud Universiteit","afbeeldingen":28518,"video_url":"","podcast_url":"","naam_student:":"","binnenwerk":"","universiteit":"Radboud Universiteit","cover":"","afwerking":"","cover_afwerking":"","design":""},"_links":{"self":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio\/28517","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/us_portfolio"}],"about":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/types\/us_portfolio"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media\/28518"}],"wp:attachment":[{"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/media?parent=28517"}],"wp:term":[{"taxonomy":"university_us_portfolio","embeddable":true,"href":"https:\/\/www.proefschriftmaken.nl\/en\/wp-json\/wp\/v2\/university_us_portfolio?post=28517"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}