Resource-Aware Conditional Diffusion for CT-to-PET Translation Supporting Rural Oncology Imaging
本論文は、リソース制約の厳しい農村部でのがんスクリーニングを支援するため、CT スキャンから代謝バイオマーカーを保持した合成 PET 画像を生成する、リソース効率に優れた条件付き拡散モデルを提案するものです。
📄 Category
radiology and imaging
54 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。
Quantitative Dixon-Based PDFF and R2* Estimation and Optimization on MR-Simulation and MR-Linac Devices for the Pelvis and Head and Neck: A Prospective R-IDEAL Stage 0-2a Study
本論文は、MR-Linac などの放射線治療用 MRI 装置において、骨髄の脂肪率（PDFF）と R2* 値を定量的に評価する際、6 点 Dixon 法が 2 点や 3 点法に比べて高い精度と再現性を示し、適応型放射線治療におけるバイオマーカー研究への応用可能性を確立したことを報告しています。
Technical Development and Implementation of 3D-QALAS on a 1.5T MR-Linac for the Brain: A Prospective R-IDEAL Stage 0/1 Technology Development Report
本論文は、1.5T MR-リナックにおいて 3D-QALAS 法を用いて 7 分間の撮像時間で頭部全体の高解像度（1mm 等方性）定量マップおよび合成画像の取得が技術的に可能であることを、ファントムおよび健常ボランティアを用いた前向き研究により実証したものである。
Impact of Image Bit Depth Reduction on Deep Learning Performance in Chest Radiograph Analysis: A Multi-institutional Study
本論文は、多施設にわたる大規模な胸部 X 線画像を用いた研究において、16 ビットから 8 ビットへの画素深度の低下が深層学習モデルの性能に統計的に有意な影響を与えないことを示し、医療画像解析における 8 ビット変換の安全性とデータ処理効率化の可能性を明らかにしたものである。
Mask-aware foundational-model embeddings for 18F-FDG-PET/CT Prognosis in Multiple Myeloma
本論文は、医用基盤セグメンテーションモデル（MedSAM2）から抽出したマスク対応のメモリ埋め込みを用いて多発性骨髄腫患者の FDG-PET/CT 画像を解析し、臨床データと融合させることで、従来の放射線学的手法や臨床データ単独よりも優れた無増悪生存期間の予後予測を実現することを示しています。
The Effects of External Laser Positioning Systems for MRI Simulation on Image Quality and Quantitative MRI Values
この研究は、放射線治療計画用のMRIシミュレーションにおいて患者位置決めのために使用される外部レーザー位置決めシステム（ELPS）の作動が、特に内蔵ボディコイルを用いた場合、画像の信号対雑音比（SNR）を大幅に低下させ、幾何学的歪みの検出精度や画像均一性を悪化させるが、T1、T2、ADC、PDFF、R2*といった定量的MRI値そのものには大きな影響を与えないことを明らかにした。
Real-Time Detection of Breast Cancer-Related Lymphedema with Shear-Wave Elastography: The Holder-Optimized Elastography Method
Hold-Optimized Elastography（HOE）法は、従来の超音波プローブ操作による圧力変動を排除し、浮腫のある患肢で「高速度領域（HVA）」を可視化することで、乳癌関連リンパ浮腫の非侵襲的かつリアルタイムな検出と経過観察を可能にする新たなアプローチとして有望であるが、感度や特異性のバランスをさらに改善するための技術的改良が必要である。
The NLP-to-Expert Gap in Chest X-ray AI
本論文は、胸部 X 線 AI における NLP 自動ラベルと専門医ラベルの乖離（NLP-to-Expert Gap）を特定し、過学習を防ぐための早期停止、ImageNet 特徴量の有効性、および正則化手法の活用を通じて、専門医の診断精度を大幅に向上させる解決策を提示しています。
Benchmarking Transfer Learning for Dense Breast Tissue Segmentation on Small Mammogram Datasets
本論文は、専門家のアノテーションが限られた乳がん検診画像において、EfficientNet などの CNN アーキテクチャにマルチビュー自己教師あり学習とハイブリッド損失関数を組み合わせ、フル微調整を行うことが、精度と計算効率の面で最も優れたアプローチであることを示しています。
Location patterns and longitudinal progression of white matter hyperintensities
この研究は、大規模コホートデータを用いて白質高信号（WMH）の空間的サブタイプを特定し、それらが血管リスク因子と強く関連していること、および総病変量よりも空間的分布を含むモデルが将来の病変進行をより正確に予測できることを示しました。