📄 Category

radiology and imaging

82 Arbeiten

Die Welt der Radiologie und medizinischen Bildgebung öffnet einen unschätzbaren Blick ins menschliche Körperinnere, ohne dass dabei ein Skalpell nötig ist. Von der klassischen Röntgenaufnahme bis zur hochkomplexen Magnetresonanztomographie helfen diese Technologien Ärztinnen und Ärzten dabei, Krankheiten früher zu erkennen und Behandlungen präziser zu steuern. Auf Gist.Science machen wir die neuesten wissenschaftlichen Erkenntnisse aus diesem dynamischen Feld für alle verständlich.

Jede neue Vorveröffentlichung in dieser Kategorie stammt direkt von medRxiv, der führenden Plattform für medizinische Preprints. Unser Team verarbeitet jeden dieser Einträge sofort, um Ihnen sowohl eine detaillierte technische Zusammenfassung als auch eine leicht verständliche Erklärung auf Deutsch anzubieten. So bleiben Sie immer auf dem Laufenden, egal ob Sie Fachkenntnisse haben oder einfach nur neugierig sind.

Im Folgenden finden Sie die aktuellsten Forschungsarbeiten aus dem Bereich der Radiologie und Bildgebung, die wir für Sie aufbereitet haben.

📄 radiology and imaging

Quantifying Human-AI Workflow in Abdominal Ultrasound: A Prospective Randomised Crossover Study

Diese prospektive randomisierte Crossover-Studie zeigt, dass herstellerintegrierte KI-Software die betriebliche Effizienz signifikant verbessert und den mentalen Aufwand sowie die körperliche Anstrengung für Sonografen bei der Durchführung von Abdominalultraschall reduziert, obwohl das Ausmaß der Zeitersparnis zwischen den Anwendern variiert und die Technologie den Arbeitsablauf eher umgestaltet als eliminiert.

Hsiao, N., Clifford, M., Lin, S.-Z., Premasiri, S., Roots, J., Allen, H., Robertson, A. P., Moafa, K., Wardle, J., Edwar (…)2026-08-19
📄 radiology and imaging

Small but systematic bias introduced by EEG electrodes in PET imaging

Diese Studie zeigt, dass die Verwendung von CT-Bildern mit EEG-Elektroden und einem erweiterten Hounsfield-Einheiten-Bereich die genaueste Schwächungskorrektur für die simultane PET/EEG-Bildgebung bietet, wobei lediglich eine kleine, systematische Abweichung im Vergleich zu Scans ohne Elektroden auftritt, während Techniken zur Reduzierung von Metallartefakten nur einen minimalen zusätzlichen Nutzen bieten.

Stöhrmann, P., Ponce de Leon, M., Dörl, G., Milz, C., Graf, S., Eggerstorfer, B., Murgas, M., Reed, M. B., Falb, P. C. (…)2026-08-13
📄 radiology and imaging

Clinical selectivity and failure modes of automated chest radiograph report evaluation metrics: a cross-dataset analysis of ReXErr-v1 and RadEvalX

Diese datensatzübergreifende Analyse verdeutlicht, dass standardmäßige automatisierte Metriken wie BLEU und ROUGE zwar sehr empfindlich auf textuelle Änderungen reagieren, jedoch nicht in der Lage sind, klinisch bedeutsame Fehler zu unterscheiden, wobei sich CheXbert als die am besten abgestimmte Metrik für die Bewertung der Qualität radiologischer Berichte herausstellt, ungeachtet einer nur moderaten Gesamtleistung.

Naidu, J., Muralidharan, S., Prashani, A., Baskaradoss, V.2026-08-12
📄 radiology and imaging

Pushing a Frozen CXR Foundation Model: A LoRA Partial-Fine-Tuning Study on NIH ChestX-ray14 with a Model-Conditional Label-Flip Sensitivity Analysis

Diese retrospektive Studie zeigt, dass die Anwendung von Low-Rank Adaptation (LoRA) auf ein eingefrorenes Rad-DINO ViT-B/14 Foundation-Modell die Leistung der Multi-Label-Klassifizierung auf dem NIH ChestX-ray14-Datensatz verbessert, während sie explizit klarstellt, dass die berichteten Ergebnisse deskriptiver als konfirmatorischer Natur sind, da zuvor eine Exposition gegenüber den Test-Labels stattfand, und die Sensitivität der Metriken gegenüber kontrafaktischen Label-Flip-Analysen hervorhebt.

BAI, T.-C., YEH, S.-C.2026-08-11
📄 radiology and imaging

CT ECV Mapper: an interactive 3D Slicer application with a batch-capable pipeline for voxelwise CT-derived extracellular volume mapping of the liver and hepatic tumors

Der Autor präsentiert den CT ECV Mapper, eine Open-Source-3D-Slicer-Anwendung, die sowohl die interaktive als auch die automatisierte Batch-Verarbeitung der voxelweisen Kartierung des extrazellulären Volumens für die Leber und hepatische Tumoren mittels konventioneller Single-Energy-Multiphasen-CT ermöglicht und dabei eine hohe Durchführbarkeit sowie eine robuste Qualitätskontrolle an einem großen öffentlichen Datensatz demonstriert.

Suzuki, M.2026-08-11
📄 radiology and imaging

Report-Guided Semi-Supervised Learning for Scalable Prostate Cancer Detection on Biparametric MRI: Multicenter Prospective Validation and Multimodal Integration

Diese multizentrische prospektive Studie validiert ein berichtsgesteuertes semi-überwachtes Lernframework mit einem Läsions-basierten Teacher-Modell (RG-SSL-LOC) für das biparametrische MRT und demonstriert eine überlegene Läsionensegmentierung sowie eine robuste fallbezogene Detektion klinisch signifikanter Prostatakrebs-Fälle, was die multimodale Diagnose signifikant verbessert und unnötige Biopsien im Vergleich zu bestehenden Methoden reduziert.

Calado, A., de Almeida, J. G., Verde, A. S. C., Tsiknakis, M., Marias, K., Regge, D., Papanikolaou, N., ProCAncer-I Cons (…)2026-08-07
📄 radiology and imaging

RCC-AID: Renal Cell Carcinoma AI Dataset for Medical Imaging Research

Dieses Paper stellt RCC-AID vor, einen frei verfügbaren Datensatz bestehend aus 129 fachkundig annotierten kontrastmittelverstärkten CT-Scans von 91 Patienten mit Nierenzellkarzinom, der entwickelt wurde, um den Mangel an öffentlichen Läsionsannotationen zu beheben und eine reproduzierbare KI-Forschung in der medizinischen Bildgebung zu fördern.

de Boer, S., Häntze, H., Ziegelmayer, S., Russo, T., van Ginneken, B., Prokop, M., Bressem, K. K., Hering, A.2026-08-05
📄 radiology and imaging

BioDeformUNet: A Deep Learning Model for Biomechanically Informed Liver Image Registration

BioDeformUNet ist ein Deep-Learning-Modell, das eine biomechanisch informierte Leberbildregistrierung in Beinahe-Echtzeit mit einer Genauigkeit erreicht, die mit traditionellen biomechanischen Algorithmen vergleichbar ist, während es eine 34-fache Beschleunigung der Inferenzzeit bietet, um eine effiziente intraprozedurale Bewertung minimaler Ablationsränder zu ermöglichen.

Zhang, X., OConnor, C., Castelo, A., Woodland, M., Daoud, B., Paolucci, I., Albuquerque, J., Altaie, M. A., Siddiqi, N. (…)2026-08-05
📄 radiology and imaging

The Mammillary Body-Fornix Gate in Long COVID An exploratory structural and diffusion MRI study of tremor-like symptoms, internal vibrations, and neuromuscular fatigue

Diese explorative neuroimaging-basierte Studie mit 122 Teilnehmern deutet darauf an, dass schwere Long-COVID-Symptome, einschließlich tremorbildender Empfindungen und neuromuskulärer Erschöpfung, mit strukturellen und mikrostrukturellen Abnormalitäten an der Mammillarkörper-Fornix-Hypothalamus-Schnittstelle sowie den verbundenen Hirnstamm-Kleinhirn-Bahnen assoziiert sein könnten, wenngleich die Befunde eine prospektive Replikation erfordern, um kausale Mechanismen zu etablieren.

Ziaja, C. P., Young, S. Y., Stark, M. S.-C., Zurek, G., Sedlacik, J., Wright, F. M.2026-08-03
📄 radiology and imaging

Robustness of Long Axial Field-of-View PET to Defective Detector Blocks: Impact on Quantitative Accuracy

Diese Studie zeigt, dass die quantitative Genauigkeit von PET-Systemen mit langem axialem Sichtfeld primär durch die räumliche Verteilung defekter Detektorkomponenten bestimmt wird, anstatt nur durch deren Anzahl, wobei sie offenlegt, dass vereinzelte Defekte in höherer Anzahl tolerierbar sind, während gehäufte Defekte signifikante lokale Bias-Effekte verursachen, was somit eine Neubewertung der Qualitätskontrollschwellenwerte zur Abwägung zwischen Systemverfügbarkeit und diagnostischer Zuverlässigkeit unterstützt.

Lan, W., Vrakidis, K. D., Bharkhada, D., Linder, P. M., Yaqub, M. M., la Fougere, C., Boellaard, R., Schmidt, F.2026-07-31