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。

📄 radiology and imaging

Calibrated simulations for dynamic focusing of ultrasound through the temporal window

本論文は、157名の被験者を対象とした、側頭窓を通じた動的な集束超音波神経変調の精度向上および安全性評価のための、軸対称投影とスパースサンプリングを用いた頭蓋減衰係数を最適化する校正フレームワークを提示する。

Dadgar-Kiani, E., Hebbale, V., Attalla, G., Alvarez, J. L., Dunsford, S., Caulfield, K. A., Good, C. H., Krystal, A. D. (…)2026-01-30
📄 radiology and imaging

A Hybrid CNN-Transformer Deep Learning Model for Differentiating Benign and Malignant Breast Tumors Using Multi-View Ultrasound Images

本研究は、従来の単一画像解析手法と比較して、乳房腫瘍の良性と悪性の識別において優れた精度を達成するために、マルチビュー超音波画像を効果的に統合する堅牢なハイブリッドCNN-Transformerディープラーニングモデルを提示するものである。

qi, z., Li, R., Pan, T., Jianxing, Z., Yang, G., Lin, Z., Zhang, M., Miao, C.2026-01-29
📄 radiology and imaging

Foundation Model Robustness to Technical Acquisition Parameters in Chest X-Ray AI A Multi-Architecture Comparative Study with External Validation

本研究は、胸部X線AI用の基盤モデルがビューの種類といった撮像パラメータに対して様々な程度の堅牢性を示す一方で、その性能上の優位性は多くの場合データセットに依存しており、外部検証における汎化に失敗すること、そしてモデルのアーキテクチャや学習規模に関わらず技術的なバイアスが存続していることを明らかにしている。

Farquhar, H.2026-01-27
📄 radiology and imaging

Advancing Brain Tumor Diagnosis Using Deep Learning: A Systematic Review on Glioma Segmentation and Classification on Multiparametric MRI

2022年から2025年までの31件の研究を対象としたこの系統的レビューは、ディープラーニングモデル、特にセグメンテーションのための高度なU-Netアーキテクチャや診断のための特徴量ベースの分類器が、マルチパラメトリックMRIを用いたグリオーマ解析において高い精度を達成している一方で、臨床における信頼と導入を確実にするためには、より説明可能なAIが必要であることを示している。

Aresta, S., Palmirotta, C., Asim, M., Battista, P., Cava, C., Fiore, P., Santamato, A., Vitali, P., Castiglioni, I., D'A (…)2026-01-15