82 件の論文
放射線診断や画像診断の分野は、体内の不可視な部分を可視化し、病気の早期発見と正確な診断を支える医学の重要な柱です。このカテゴリーでは、X 線、CT、MRI、超音波など多様なイメージング技術を用いた研究が取り上げられています。
Gist.Science では、medRxiv から公開されるこの分野のすべての最新プレプリントを収集し、専門用語を噛み砕いた平易な解説と、技術的な詳細を網羅した要約の両方を提供しています。これにより、医療従事者から一般の方まで、最新の科学的知見をすばやく理解できるよう努めています。
以下に、medRxiv から取り上げられた最新の研究論文一覧をご紹介します。
ボルチモア縦断老化研究の認知機能に障害のない個人において、血漿p-tau217は、他の血漿バイオマーカーと比較して、その後のアルツハイマー病関連認知症およびアルツハイマー病特異的な脳萎縮パターンの縦断的変化の両方と最も強い関連を示した。
本研究は、可視・近赤外ハイパースペクトルイメージングが、特にフルスペクトル機械学習アルゴリズムを用いて解析される場合、多様な皮膚の色素沈着タイプを持つ救急外来患者における蜂窩織炎、非蜂窩織炎性浮腫、および健康な下腿組織を正確かつ迅速に分類できることを示している。
この概念実証研究は、ガドキセート造影MRIから、肝機能の定量的指標と有意に相関する再現可能かつ反復可能なラジオミクス特徴量のセットを特定し、将来の肝機能関連ラジオミクス研究の基礎を確立した。
このファントム研究は、CTA、3DRA、および2D DSAによる頭蓋内血管径の測定精度を物理的な真値に対して評価しており、すべてのモダリティが概ね真の寸法から0.5 mm以内の誤差で測定している一方で、血管径、造影剤濃度、および検出アルゴリズムによって変化する一貫したバイアスを示すこと、ならびに最大勾配エッジ検出法がFWHM法や固定HU法よりも優れていることを明らかにしている。
本論文では、低線量CT画像と標準線量CT画像の間に存在する解剖学的な類似性を活用することで、反復的な拡散モデルに匹敵する高品質かつリアルタイムなデノイジングを実現しつつ、計算コストを劇的に削減する単一ステップのディープラーニング手法であるResidual Endpoint Flow Matching（REFM）を提案する。
このHECKTOR 2025ベンチマークは、適応的な後処理が頭頸部腫瘍のセグメンテーションにおいて軽量なMiniUNet3Dとより大規模なnnU-Net v2との間の性能差を大幅に縮める一方で、リンパ節疾患の精度における差異を完全には解消できず、また小さな原発腫瘍における壊滅的な失敗の高い発生率を防ぐこともできないことを示している。
本論文は、反射型の実数値強度伝送行列を画像復元ネットワークと組み合わせることで、反射モードにおけるマルチモードファイバを通じた、シングルショットかつ位相回復を必要としない画像復元を可能にし、超薄型内視鏡のための画質と汎用性を大幅に向上させる、物理学に基づいたディープラーニングフレームワークを提案するものである。
本論文は、臨床医が高度なAIの専門知識を必要とすることなく、高レベルの研究目的を自動的に実行可能かつ自己修正可能なリサーチループへと変換することで、複雑なマルチモーダル医療AI研究を自律的に遂行することを可能にするエージェント型フレームワーク、MARLAを導入するものである。
本論文は、専門家による失敗ラベル付きデータの必要なく、ペアごとの表面DSCスコアに対数t分布を適合させることで、統計学的に原理に基づいた失敗リスクの分類を可能にする、肝臓CTセグメンテーションにおける分布外検出閾値を較正するためのラベルフリーのフレームワークを提案する。
本論文は、SEEG解析における頭蓋内電極コンタクトの精密な位置特定を自動化し、最小限の手動修正で高い精度を実現し、臨床ワークフローを効率化するためのユーザーフレンドリーで統合されたソリューションを提供する、オープンソースの3D Slicer拡張機能を導入するものである。