📄 Category

radiology and imaging

97 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.

📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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
📄 Radiologie und Bildgebung

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