80 件の論文
この論文は、末梢神経損傷による筋の失神経を評価する際、 needle EMG の限界を克服し、再神経支配の経過観察も可能にする新たな非侵襲的 PET 画像診断法として、前立腺特異的膜抗原（PSMA/GCPII）を標的としたイメージングの臨床転用可能性を示したものである。
南アフリカ東ケープ州の tertiary 病院で行われた小児 CT スキャンの放射線線量と適応に関する 3 年間の調査により、同病院の線量は国際基準と合致していることが確認された一方、夜間帯の線量がやや高い傾向にあったため、全スタッフへの標準化されたトレーニングの強化が推奨されました。
この研究は、縦断的なデジタル乳腺トモシンセシス（DBT）画像を用いた深層学習モデルが、従来のフルフィールドデジタルマンモグラフィや臨床リスクモデルよりも優れた 5 年間の乳がんリスク予測を可能にし、個人化されたスクリーニング戦略の支援につながると結論付けています。
スペインの多施設研究により、骨粗鬆症の診断と管理を改善するため、股関節の 3 次元 DXA 測定値に関する年齢・性別別基準値が確立され、皮質骨と海綿骨のコンパートメント間不均衡の検出可能性が示されました。
この論文は、大規模な胸部 X 線データセットと大規模言語モデル（LLM）を活用したラベル付けを組み合わせることで、肺炎の検出・局所化・報告書生成を行う統合 AI 診断パイプラインを開発し、従来の自然言語処理や放射線科医の性能を上回る成果を達成したことを示しています。
この研究は、左心室および左心房のひずみ測定値が、単なる機能指標ではなく、MAPSE や心臓のサイズ・寸法などの幾何学的要素と機能の複合体であることを明らかにし、これが優れた予後予測能力の根拠であることを示しています。
この論文は、MR エラストグラフィ・ラジオミクスにおける抽出パラメータの選択を、ラベルなしの情報理論的枠組みを用いて最適化し、異なる組織や取得プロトコルにわたる再現性と一般化性を向上させる手法を提案しています。
本研究は、医療画像合成の品質を評価するために、専門家の視覚的評価と説明可能な自動指標を組み合わせ、アンサンブル回帰モデルが臨床的に意味のある品質管理を可能にすることを示しました。
複数のデータセットを用いた検証研究により、胸部 X 線 AI の性能格差は性別や年齢といった人口統計学的要因よりも、被写体投影法（AP 法と PA 法）といった技術的取得パラメータが支配的に影響していることが明らかになり、規制当局は公平性評価において人口統計学的分析と並んで取得パラメータの監査を義務付けるべきであるという提言がなされました。
本研究は、多モーダル MRI 解析により、第二言語（L2）への能動的な没入経験が脳脊髄液の排出を担うグリンパティック系の機能を最適化し、脳-CSF 協調性の向上や脈絡叢構造の改善を通じて神経保護効果をもたらす可能性を初めて示唆した。
PANDORA は、UK Biobank の 8 万人超の脳 MRI データを効率的なスーパーボクセル表現に変換・圧縮することで、保存容量を最大 99% 削減し計算速度を 10 倍に向上させながら、空間的詳細を保持した大規模な神経画像解析を可能にするプラットフォームです。
本研究は、非造影頭頸部 CT 画像から椎骨動脈石灰化を自動検出・定量化する深層学習モデルを開発・検証し、その高い精度と臨床的有用性を示すことで、歯科医や放射線科医による脳血管疾患の早期発見と予防を支援する意思決定支援システムとしての可能性を提示したものである。
この研究は、多発性硬化症の病変を特徴づけるために標準モデル画像（SMI）と拡散テンソル画像（DTI）を比較・統合した結果、両者の組み合わせが単独の手法よりも優れた分類性能を示し、病変から正常に見える白質に至る広範な微細構造異常の包括的な評価に有効であることを明らかにしました。
本論文は、多殻拡散MRIと複数の拡散モデルを組み合わせることで、単一殻法よりも多発性硬化症の病変および正常に見える白質の微細構造異常をより明確に特徴づけ、鑑別性能を向上させることを示しています。
この研究は、アミロイド PET と MRI の画像特徴を用いた機械学習モデルが、前臨床アルツハイマー病の個体の将来の認知機能低下を予測し、臨床試験における患者層別化と統計的検出力の向上に寄与することを示しました。
このパイロット研究では、多遺伝子リスクスコア（PRS）を用いて40〜49歳の女性をリスク層別化し、従来の年齢基準に代わる個別化された乳がん検診戦略の有効性と参加者の受容性を示しました。
この研究は、脳卒中後の運動回復において、静的な皮質の予備能ではなく、 Normative Modeling（規範モデリング）によって同定された能動的な皮質肥厚が重要な駆動力であることを示し、回復予測の枠組みを提供することを結論付けています。
本論文は、インドにおける放射線科医不足と結核排除の課題に対し、AI ベースの Lenek 知能放射線アシスタント（LIRA）が胸部 X 線写真の異常検出や疾患スクリーニングにおいて高い診断精度を示し、医療体制の強化に寄与する有効なツールであることを多施設後ろ向き検証で実証したものである。
本研究は、UK バイオバンクの 13 万 4000 人のデータを用いた多モーダル画像解析と深層学習により、39 の臓器領域ごとの加齢を非侵襲的に評価する新たなパラダイムを確立し、臓器特異的な加齢の不均一性、疾患リスク、および生活習慣の影響を解明しました。
本論文は、放射線学的なテキストプロトタイプと DenseNet 121 を基盤とした軽量な視覚言語モデル「TumorCLIP」を提案し、MRI 画像に基づく脳腫瘍分類において、高い精度と少数クラスの検出能力向上、そして臨床的に意味のある解釈可能性を実現したことを示しています。