📄 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

Dual-Filament 3D Printing of Patient-Specific CT Phantoms with Embedded Implants and Tunable Metal-Artifact Intensity

Dieses Papier präsentiert ein Dual-Filament-Verfahren für den 3D-Druck auf Voxel-Ebene zur Herstellung patientenspezifischer CT-Phantome mit eingebetteten metallischen Implantaten und abstimmbarer Artefaktintensität, was eine objektive Leistungsbewertung von Algorithmen zur Reduktion metallischer Artefakte sowie der Leistungsfähigkeit der Spektral-CT ermöglicht.

Pasyar, P., Mei, K., Im, J. Y., Roshkovan, L., Geagan, M., Noël, P. B.2026-07-20
📄 radiology and imaging

FreqFuseNet: Resolving Feature-Scale Mismatch in Dual-Frequency Fusion for Thin-Wall Head-and-Neck OAR Segmentation

FreqFuseNet adressiert eine kritische 863-fache Diskrepanz in der Aktivierungsskala bei der Dual-Frequenz-Merkmalsfusion, indem es den FcaNet-Zweig auf die FFT-Skala normalisiert, wodurch eine stabile 5%ige Residual-Injektion ermöglicht wird, welche die Segmentierungsgenauigkeit von dünnwandigen Kopf-Hals-Risikoorganen signifikant verbessert und gleichzeitig eine leichtgewichtige Architektur beibehält.

Chen, W.-Y., Wan, S.-Y., Lin, G.-Y.2026-07-13
📄 radiology and imaging

Automated Design of Patient-Specific 4D-Printed Phantoms for Quality Assurance of Adaptive Radiotherapy on a 1.5T MR-Linac

Diese Arbeit präsentiert einen automatisierten End-to-End-Workflow zur Erzeugung patientenspezifischer, 4D-gedruckter Multimaterial-Phantome, die eine realistische Anatomie, physiologische Bewegung und multimodale Bildgebungseigenschaften replizieren, um eine unabhängige Qualitätssicherung der adaptiven Strahlentherapie auf 1,5T MR-Linac-Systemen zu ermöglichen.

Hamkins, H. M., Tam, K. H., Sobremonte, A., Jogi, S., Koay, E., Hassanzadeh, C., Segars, P., Tyagi, N., Subashi, E.2026-07-13
📄 radiology and imaging

Glutamine and NAA dissociate in ALS across somatotopically defined motor regions using 7T MRSI

Unter Verwendung hochauflösender 7T-Ganzhirn-MRSI zeigt diese Studie, dass Amyotrophe Lateralsklerose durch eine metabolische Dissoziation zwischen motor-selektivem neuronalem Verlust und somatotop gemustertem glutamaterger Dysregulation gekennzeichnet ist, wobei Glx/tNAA als ein sensitiver, einsatzbereiter Biomarker für klinische Studien identifiziert wird.

Eftekhari, Z., Tu, S., Ballard, T., Eckstein, K., Strasser, B., Niess, F., Hingerl, L., Bogner, W., Kiernan, M. C., Hend (…)2026-07-13
📄 radiology and imaging

Artificial Intelligence-Enabled Detection of Vascular Perfusion Defects on Ventilation/Perfusion (V/Q) Scintigraphy for Pulmonary Embolism

Diese Studie zeigt, dass ein Bottleneck Transformer U-Net (BTU-Net) Modell eine Genauigkeit auf menschlichem Niveau bei der automatischen Segmentierung von vaskulären Perfusionsdefekten in der planaren V/Q-Szintigraphie erreicht und somit eine robuste Lösung zur Standardisierung der Lungenembolie-Diagnose sowie zur Reduzierung der Interobserver-Variabilität bietet.

Jabbarpour, A., Moulton, E., Kaviani, S., Zeng, W., Ghassel, S., Akbarian, R., Couture, A., Roy, A., Liu, R., Al-ali, Y. (…)2026-07-08
📄 radiology and imaging

Contractile and Hemodynamic Modulation of Skeletal Muscle Viscoelasticity Quantified In Vivo by Ultrasound Time-Harmonic Elastography

Diese Studie zeigt, dass die zeitharmonische Ultraschall-Elastographie gleichzeitig die unabhängigen und überlagerten Effekte von willkürlicher Muskelkontraktion und Blutflussrestriktion auf die elastischen und viskosen Eigenschaften der Skelettmuskulatur in vivo quantifizieren und unterscheiden kann.

Meyer, T., Kurz, E., Klemmer Chandia, S., Engl, P., Valli, G., Wu, Y., Jenderka, K., Bartels, T., Schwesig, R., Guo, J. (…)2026-06-29
📄 radiology and imaging

An Open, Reproducible Gamma-Variate Pipeline for CT-Perfusion Time-Attenuation Curve Analysis, with Standardized (ASIST-Japan) Map Visualization

Dieses Paper stellt eine offene, reproduzierbare Gamma-Variat-Pipeline für die CT-Perfusionsanalyse vor, die durch standardisierte ASIST-Japan-Visualisierung die vergleichbare Standortübergreifende Anwendbarkeit sicherstellt und deren Genauigkeit sowie bitstabile Reproduzierbarkeit mittels synthetischer Benchmarks mit bekanntem Ground Truth validiert.

Yamamoto, S.2026-06-29✓ Author reviewed ⓘ
📄 radiology and imaging

REPRODUCIBILITY OF 7T MRI MEASUREMENTS OF THE SUSCEPTIBILITY AND VOLUME OF HIPPOCAMPAL SUBFIELDS

Diese Studie nutzte den UK7T-Travelling-Head-Datensatz, um zu demonstrieren, dass 7T-MRT-Messungen der Suszeptibilität und des Volumens von Hippocampus-Subfeldern eine hohe Reproduzierbarkeit über wiederholte Akquisitionen hinweg aufweisen, wobei die Intra-Subjekt-Variabilität signifikant niedriger als die Inter-Subjekt-Unterschiede ist und die Intraklassen-Korrelationskoeffizienten für alle Subfelder 0,82 übersteigen.

Adeyemi, O. F., Mougin, O., Gowland, P. A., Rua, C., Rodgers, C., Hosseini, A. A., Bowtell, R.2026-06-22
📄 radiology and imaging

Fine-Tuning SAM2 for Coronary Artery Segmentation in X-Ray Fluoroscopy

Dieses Paper präsentiert ein feinabgestimmtes SAM2-Modell zur Segmentierung der Koronararterien in der Röntgenfluoroskopie, das die Zero-Shot-Baselines signifikant übertrifft (mit Erreichen eines Dice-Scores von 0,767 auf dem ARCADE-Datensatz) und durch die effektive Unterscheidung von Arterien gegenüber störenden Strukturen wie Rippen und Stents eine robuste Gefäßverfolgung in Videostudien demonstriert.

Sivakumar, E.2026-06-19
📄 radiology and imaging

Evaluating Deep-Learning Based Quantification of Breast Arterial Calcification on Mammography for Cardiovascular Risk Assessment

Diese Studie zeigt, dass ein Deep-Learning-Modell die arterielle Brustkalzifizierung aus Screening-Mammogrammen genau quantifizieren kann, um Frauen mit erhöhtem kardiovaskulärem Risiko zu identifizieren, obwohl das Hinzufügen dieses KI-abgeleiteten Biomarkers zu bestehenden Risikoscores wie PREVENT nur eine minimale Verbesserung der allgemeinen Vorhersagediskriminierung bietet.

Singh, P., Platt, S., Bussey, O., Heacock, L., Verdone, A., Chen, W., Reynolds, H. R., Yu, C., Shen, Y., Bredella, M. A.2026-06-18