radiology and imaging 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。

このパイロット研究では、多遺伝子リスクスコア（PRS）を用いて40〜49歳の女性をリスク層別化し、従来の年齢基準に代わる個別化された乳がん検診戦略の有効性と参加者の受容性を示しました。

ノルウェーで行われているこの無作為化比較対照試験は、AI によるリスク層別化に基づき読影者数を調整する戦略が、標準的な独立二重読影と同等の乳がん検出率を維持しつつ、医療資源の効率化を実現できるかどうかを検証するものです。

ミトコンドリアミオパチー患者における筋組織の光音響イメージング解析により、水・ヘモグロビン・脂質の比率に有意な変化が認められたことから、本技術が非侵襲的な疾患進行マーカーとしての可能性を秘めていることが示されました。

本研究は、自閉症スペクトラム障害（ASD）の患者において、白質ネットワーク内の機能的結合異常が社会的対人反応尺度（SRS）のスコアと有意に負の相関を示すことを明らかにし、ASD の社会的・対人的欠損の神経基盤に関する新たな知見を提供した。

本論文は、転移学習を用いた nnU-Net モデルが 4D Flow MRI における頭蓋内動脈の自動セグメンテーションにおいて既存モデルを上回る精度を達成し、血流動態の定量的評価の信頼性を高めることを実証したものである。

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。

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。

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。

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。

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。