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.

Quality versus quantity of training datasets for artificial intelligence-based whole liver segmentation

Die Studie zeigt, dass für die KI-gestützte Segmentierung der gesamten Leber hoch kuratierte Datensätze mit deutlich weniger Scans eine vergleichbare Leistung erzielen wie um eine Größenordnung größere, gemischt kuratierte Datensätze, wobei größere Mengen jedoch die Generalisierbarkeit verbessern können.

Castelo, A., O'Connor, C., Gupta, A. C., Anderson, B. M., Woodland, M., Altaie, M., Koay, E. J., Odisio, B. C., Tang, T. T., Brock, K. K.2026-02-18📄 radiology and imaging

Intraoperative Metabolomic-Guided Precision Surgery for Pediatric Brain Tumors: A Systematic Review of Multi-Modal Molecular Imaging Platforms and Artificial Intelligence Integration

Diese systematische Übersicht zeigt, dass die Integration von metabolomischen, fluoreszenzgestützten und KI-basierten multimodalen Bildgebungsverfahren das Potenzial hat, die Präzision und Ergebnisse der pädiatrischen Neurochirurgie zu verbessern, obwohl derzeit noch erhebliche Lücken in der altersspezifischen Datenverfügbarkeit und Standardisierung bestehen.

Sirkin, N. J., Harper, T., Lamey, E., Wilhelm, J. N., Rought, G., Yerrapragada, A.2026-02-12📄 radiology and imaging