97 पेपर
यह शोध पत्र एक संसाधन-कुशल, दो-चरणीय कंडीशनल डिफ्यूजन फ्रेमवर्क प्रस्तावित करता है जो सीटी डेटा से सिंथेटिक पीईटी स्कैन उत्पन्न करता है ताकि सिम्युलेटेड निम्न-संसाधन इमेजिंग स्थितियों के तहत एसयूवी (SUV) जैसे महत्वपूर्ण मेटाबॉलिक बायोमार्कर को संरक्षित करते हुए ग्रामीण परिवेश में न्यायसंगत ऑन्कोलॉजी स्क्रीनिंग को सक्षम बनाया जा सके।
यह भावी R-IDEAL स्टेज 0-2a अध्ययन प्रदर्शित करता है कि एक 6-पॉइंट क्वांटिटेटिव डिक्सन सीक्वेंस, 2- और 3-पॉइंट विधियों की तुलना में 1.5T और 3T MR-सिमुलेशन और MR-लिनैक उपकरणों में PDFF और R2* अनुमान के लिए बेहतर ज्यामितीय सटीकता, मात्रात्मक सामंजस्य और पुनरुत्पादकता प्रदान करता है, जिससे पेल्विस और हेड एंड नेक में एडेप्टिव रेडिएशन थेरेपी और बोन मैरो लक्षण वर्णन के लिए इसके उपयोग की पुष्टि होती है।
यह अध्ययन 1.5T MR-Linac पर 3D-QALAS को लागू करने की तकनीकी व्यवहार्यता को प्रदर्शित करता है ताकि 7 मिनट के अधिग्रहण समय के भीतर उच्च सटीकता और पुनरुत्पादकता के साथ संपूर्ण-मस्तिष्क, 1 मिमी आइसोट्रोपिक मात्रात्मक T1, T2, और PD मैपिंग प्राप्त की जा सके, जो इन बायोमार्करों को एडेप्टिव रेडिएशन थेरेपी वर्कफ़्लो में एकीकृत करने का मार्ग प्रशस्त करता है।
यह बहु-संस्थानिक अध्ययन प्रदर्शित करता है कि चेस्ट रेडियोग्राफ को 16-बिट से 8-बिट गहराई में परिवर्तित करने से लिंग, आयु और मोटापे को वर्गीकृत करने में डीप लर्निंग मॉडलों के प्रदर्शन पर महत्वपूर्ण प्रभाव नहीं पड़ता है, जो यह सुझाव देता है कि नैदानिक सटीकता से समझौता किए बिना 8-बिट छवियों का उपयोग कुशल डेटा भंडारण और प्रसंस्करण के लिए किया जा सकता है।
यह अध्ययन प्रदर्शित करता है कि एक मेडिकल फाउंडेशनल सेगमेंटेशन मॉडल (MedSAM2) से प्राप्त मास्क-अवेयर एम्बेडिंग्स को जब क्लिनिकल डेटा के साथ फ्यूज किया जाता है, तो वे क्लिनिकल-ओनली या रेडियोमिक्स बेसलाइन की तुलना में मल्टीपल मायलोमा रोगियों में प्रोग्रेशन-फ्री सर्वाइवल के पूर्वानुमान में महत्वपूर्ण रूप से सुधार करते हैं।
यह अध्ययन प्रदर्शित करता है कि जबकि एमआरआई सिमुलेशन के दौरान बाहरी लेजर पोजिशनिंग सिस्टम (ELPS) को सक्रिय करना आम तौर पर मात्रात्मक मानों को सुरक्षित रखता है, यह इमेज की गुणवत्ता को महत्वपूर्ण रूप से खराब कर देता है—विशेष रूप से एकीकृत बॉडी कॉइल का उपयोग करते समय सिग्नल-टू-नॉइज़ अनुपात में चार गुना गिरावट और ज्यामितीय विरूपण त्रुटियां उत्पन्न करता है—जिसके लिए इमेजिंग के दौरान ELPS हस्तक्षेप से बचने हेतु स्पष्ट नैदानिक दिशानिर्देशों की आवश्यकता है।
होल्डर-ऑप्टिमाइज्ड इलास्टोग्राफी (HOE) विधि अल्ट्रासाउंड प्रोब्स को स्थिर करके तरल पदार्थ से भरे लसीका अवरोधों (लिम्फैटिक ऑब्स्ट्रक्शंस) को हाई-वेलोसिटी एरिया के रूप में देखने के माध्यम से स्तन कैंसर से संबंधित लिम्फेडेमा का गैर-आक्रामक पता लगाने की प्रक्रिया को बढ़ाती है, जो संवेदनशीलता और विशिष्टता में वर्तमान सीमाओं के बावजूद उपचार प्रतिक्रिया की निगरानी के लिए एक आशाजनक सहायक विकल्प प्रदान करती है।
यह शोध पत्र यह प्रदर्शित करते हुए चेस्ट एक्स-रे एआई में "एनएलपी-टू-एक्सपर्ट गैप" (NLP-to-Expert Gap) की पहचान और समाधान करता है कि स्वचालित रिपोर्ट लेबल पर अनुकूलित मॉडल लेबलिंग त्रुटियों के प्रति ओवरफिट हो जाते हैं, जबकि बेहतर नैदानिक प्रदर्शन तब प्राप्त किया जाता है जब विशेषज्ञ लेबल को एक वैलिडेशन कंपास के रूप में उपयोग किया जाता है, मेमोराइजेशन (memorization) को रोकने के लिए अर्ली स्टॉपिंग (early stopping) का प्रयोग किया जाता है, और सीधे मेट्रिक ऑप्टिमाइजेशन के बजाय रेगुलराइजेशन के साथ फ्रोजन इमेजनेट (frozen ImageNet) फीचर्स पर भरोसा किया जाता है।
यह शोध पत्र छोटे डेटासेट पर घने स्तन ऊतक (डेंस ब्रेस्ट टिश्यू) विभाजन के लिए ट्रांसफर लर्निंग रणनीतियों का बेंचमार्किंग करता है, जो यह प्रदर्शित करता है कि पूर्ण फाइन-ट्यूनिंग वाले सीएनएन (CNN), मल्टी-व्यू सेल्फ-सुपरवाइज्ड प्री-ट्रेनिंग और हाइब्रिड लॉस फंक्शन, एनोटेशन-सीमित मैमोग्राफी वर्कफ़्लो के लिए इष्टतम सटीकता और दक्षता प्राप्त करने हेतु ट्रांसफार्मर-आधारित मॉडलों और पैरामीटर-एफिशिएंट अपडेट की तुलना में बेहतर प्रदर्शन करते हैं।
यह अध्ययन एक सुदृढ़, डेटा-संचालित ढांचे को प्रस्तुत करता है जो बड़े समूहों में पांच विशिष्ट व्हाइट मैटर हाइपरइंटेंसिटी स्थानिक उपप्रकारों की पहचान करता है, जो संवहनी जोखिम कारकों के साथ उनके अद्वितीय संबंधों को प्रकट करता है और यह प्रदर्शित करता है कि क्षेत्रीय घाव पैटर्न केवल कुल घाव भार की तुलना में भविष्य की रोग प्रगति के लिए बेहतर भविष्य कहनेवाला मूल्य प्रदान करते हैं।