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。
この多施設共同前向き研究は、二パラメータMRIを用いた病変のみを対象とする教師モデル（RG-SSL-LOC）によるレポート誘導型半教師あり学習フレームワークの妥当性を検証しており、既存の手法と比較して、病変セグメンテーションおよび臨床的に重要な前立腺癌の堅牢な症例レベルの検出において優れていることを示し、マルチモーダル診断を大幅に強化し、不要な生検を減少させるものである。
本論文は、公開されている病変アノテーションの不足を解消し、医療画像における再現可能なAI研究を促進するために設計された、91名の腎細胞癌患者から得られた129件の専門家によるアノテーション済み造影CTスキャンで構成される、オープンに利用可能なデータセットであるRCC-AIDを紹介するものである。
BioDeformUNetは、従来のバイオメカニカルなアルゴリズムに匹敵する精度を維持しつつ、推論時間を34倍高速化することで、最小限の切除マージンの効率的な術中評価を可能にする、バイオメカニクスに基づいた肝臓画像レジストレーションをニアリアルタイムで実現するディープラーニングモデルである。
122人の参加者を対象としたこの探索的な神経画像研究は、振戦様感覚や神経筋疲労を含む重度のロングCOVID症状が、乳頭体ー脳弓ー視床下部界面およびそれに関連する脳幹ー小脳経路における構造的および微細構造的な異常と関連している可能性を示唆しているが、これらの知見は因果メカニズムを確立するために前向きな再現性を必要とする。
本研究は、長軸方向広視野PETシステムの定量的精度は、単に欠陥検出器ブロックの数だけでなく、それらの空間的な分布によって主に決定されることを示しており、疎な欠陥はより多く存在しても許容される一方で、集中的な欠陥は重大な局所的バイアスを引き起こすことを明らかにし、それによって、システムの稼働率と診断の信頼性のバランスをとるための品質管理閾値の再評価を支持している。
本論文は、金属インプラントを埋め込み、アーチファクト強度を調整可能な患者固有のCTファントムを製作する、デュアルフィラメント・ボクセルレベルの3Dプリンティング手法を提示するものであり、これにより金属アーチファクト低減アルゴリズムおよびスペクトラルCTの客観的なベンチマークが可能となる。
FreqFuseNetは、FcaNetブランチをFFTスケールに正規化することで、二重周波数特徴融合における決定的な863倍の活性化スケールの不一致に対処し、それによって軽量なアーキテクチャを維持しながら、薄壁の頭頸部リスク臓器のセグメンテーション精度を大幅に向上させる安定した5%の残留注入を実現しています。
本論文は、1.5T MR-Linacシステムにおける適応放射線治療の独立した品質保証を可能にするため、現実的な解剖学的構造、生理学的運動、およびマルチモーダルな撮像特性を再現する、患者固有の4Dプリント・マルチマテリアルファントムを生成するための自動化されたエンドツーエンドのワークフローを提示するものである。
高解像度7T全脳MRSIを用いた本研究は、筋萎縮性側索硬化症が運動選択的なニューロン消失と体部位特異的なパターンを持つグルタミン酸作動性調節不全との間の代謝的解離によって特徴付けられることを明らかにし、Glx/tNAAを臨床試験に向けた準備の整った感度の高いバイオマーカーとして特定した。
本研究は、Bottleneck Transformer U-Net（BTU-Net）モデルが、平面V/Qシンチグラフィにおける血管灌流欠損の自動セグメンテーションにおいて人間と同等の精度を達成しており、肺塞栓症診断の標準化および観察者間差異の低減に向けた堅牢なソリューションを提供することを実証している。