97 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。
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。
この前向きランダム化クロスオーバー研究は、ベンダー統合型AIソフトウェアが腹部超音波検査を行う超音波技師の業務効率を大幅に向上させ、精神的負荷および身体的努力を軽減する一方で、時間の節約の程度は術者によって異なり、技術はワークフローを排除するのではなく再構築するものであることを示している。
本研究は、CT画像にEEG電極を使用し、拡張されたハウンスフィールド単位範囲を用いることが、同時PET/EEG撮像において最も正確な減衰補正を提供し、電極のないスキャンと比較してわずかな系統的バイアスを導入するのみである一方で、金属アーチファクト低減技術は追加的な利益をほとんどもたらさないことを示している。
このデータセット横断的分析は、BLEUやROUGEといった標準的な自動評価指標がテキストの変化には非常に敏感である一方で、臨床的に意味のある誤りを区別できていないことを明らかにしており、全体的な性能は中程度に留まっているものの、放射線科レポートの品質を評価する上でCheXbertが最も整合性の高い指標として浮上している。
この回顧的研究は、凍結されたRad-DINO ViT-B/14基盤モデルに対してLow-Rank Adaptation (LoRA)を適用することで、NIH ChestX-ray14データセットにおけるマルチラベル分類性能が向上することを示しており、同時に、報告された結果はテストラベルへの事前の曝露に起因する記述的なものであって確認的なものではないことを明示し、かつ、反事実的なラベル反転分析に対する指標の感度を強調している。
著者は、従来の単一エネルギー多相CTを用いた肝臓および肝腫瘍のボクセル単位の細胞外液容積マッピングにおける、インタラクティブおよび無人バッチ処理の両方を可能にするオープンソースの3D SlicerアプリケーションであるCT ECV Mapperを提示しており、大規模な公開データセットにおいて高い実現可能性と堅牢な品質管理を実証している。