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。
本研究は、超音波時調和弾性波エラストグラフィが、生体内における骨格筋の弾性特性および粘性特性に対する、随意的な筋収縮と血流制限による独立した効果およびそれらが重畳した効果を、同時に定量化し、かつ識別できることを示している。
本論文は、標準化されたASIST-Japan可視化を通じて施設間比較可能性を確保し、既知の正解値を用いた合成ベンチマークによってその正確性とビット安定した再現性を検証した、CT灌流解析のためのオープンで再現可能なガンマ分布パイプラインを導入するものである。
本研究は、UK7Tトラベリングヘッドデータセットを用いて、7T MRIによる海馬サブフィールドの磁化率および容積の測定が、繰り返し取得において高い再現性を示すこと、ならびに、被験者内変動が被験者間差よりも有意に小さく、すべてのサブフィールドにおいて級内相関係数が0.82を超えていることを実証した。
本論文は、X線透視における冠動脈セグメンテーションのためにファインチューニングされたSAM2モデルを提示しており、これはゼロショットのベースラインを大幅に上回り（ARCADEデータセットにおいて0.767のDiceスコアを達成）、肋骨やステントといった紛らわしい構造と動脈を効果的に区別することで、ビデオ研究における堅牢な血管追跡を実証している。
本研究は、ディープラーニングモデルがスクリーニング用マンモグラフィから乳動脈石灰化を正確に定量化し、心血管リスクが高い女性を特定できることを示す一方で、このAI由来のバイオマーカーをPREVENTのような既存のリスクスコアに加えたとしても、全体的な予測識別能の向上はわずかであることを示している。
本研究は、ウェアラブルEEGヘッドセットを評価するための、機能に焦点を当てた新しい比較プロトコルを導入および検証するものであり、これは従来の機能に依存しない分析手法に代わる、より包括的な選択肢を提供しながら、認知解像度とユーザーのユーザビリティの両方を正常に評価することに成功している。
本研究は、変形性膝関節症患者の荷重位固定屈曲膝X線写真における関節裂隙幅について、市販のAIツールと専門医による測定値との間の合致および同等性を評価するために設計された、LOSEIT試験データの二次解析を提示するものである。
本研究は、7T MRIにおけるB1+不均一性の補正が画像品質指標を一貫して向上させる一方で、その形態計測的な統計的推論への影響は手法に依存することを示しており、信頼性の高いバイオマーカーを確立するためには明示的な補正とカスタマイズされた前処理が必要であることを強調している。
本研究は、[18F]florbetapirおよび[18F]flortaucipir PETイメージングとMRI由来の脳萎縮データを組み合わせたマルチモーダルなアプローチが、PETバイオマーカーのみを使用する場合と比較して、アルツハイマー病における認知機能障害の予測能を有意に向上させることを示している。
本論文は、特異値分解に基づくコイル結合アルゴリズム（SVD-B1）が、アーチファクトを排除し、生体および死後のヒト脳研究の両方において従来の手法を凌駕することで、高磁場MRIにおける定量的磁化率マップの精度とノイズ耐性を大幅に向上させることを実証するものである。