80 편의 논문
이 연구는 말초신경 손상 시 근육의 신경 손실과 회복을 비침습적으로 평가할 수 있는 새로운 방법으로, 전립선 특이적 막항원 (PSMA/GCPII) 을 표적으로 하는 PET 영상 기법이 손상된 근육의 과발현을 감지하고 재신경화를 모니터링하는 데 효과적임을 동물 실험 및 임상 사례를 통해 입증했습니다.
이 연구는 남아프리카 공화국 동부 케이프 지역의 소아 환자 543 명을 대상으로 한 CT 스캔 방사선량과 적응증을 분석한 결과, 병원 전체 방사선량이 국제 기준과 부합하지만 야간 근무 시 약간 높은 수치를 보여 전 직원의 표준화된 교육과 설정이 필요함을 시사합니다.
이 연구는 단일 기관에서 수행된 후향적 분석을 통해, 종단적 디지털 유방 단층촬영 (DBT) 데이터를 활용한 딥러닝 모델이 기존 유방촬영술 기반 모델 및 임상적 위험 평가 모델보다 5 년 유방암 위험 예측 성능이 우수함을 입증했습니다.
이 연구는 스페인 인구를 대상으로 한 대규모 3D-DXA 분석을 통해 고관절의 피질 및 해면골 부위별 기준 데이터를 확립하고, 기존 2D DXA 의 한계를 보완하여 골다공증 관리 및 골격 불균형 평가를 개선할 수 있음을 입증했습니다.
이 논문은 대규모 공개 흉부 X 선 데이터셋을 활용하여 LLM 기반 라벨링과 딥러닝을 결합한 통합 CAD 파이프라인을 제안함으로써, 기존 자연어 처리 방식 및 전문의 진단 성능을 능가하는 폐렴 검출, 위치 특정 및 보고서 생성 시스템을 개발했음을 보여줍니다.
이 연구는 좌심실 및 좌심방의 변형률 (strain) 이 단순한 기능 지표가 아니라 좌심실의 길이, 질량, 부피, 그리고 심방 부피와 같은 기하학적 구조와 심실 수축 운동 (MAPSE) 이 복합적으로 반영된 지표임을 규명하여, 이러한 기하학적 결합 관계가 변형률 측정치가 예후 예측에 탁월한 능력을 갖는 이유를 설명한다고 요약할 수 있습니다.
이 논문은 MR 탄성영상 (MRE) 라디오믹스 분석에서 이웃 크기, 커널 기하학, 주파수 대역과 같은 추출 파라미터를 수동적 경험칙이 아닌 레이블 없는 정보 이론적 최적화 프레임워크를 통해 자동 선정함으로써, 다양한 조직과 촬영 프로토콜에 걸쳐 재현성과 일반화 성능을 크게 향상시킨다고 요약할 수 있습니다.
이 논문은 의료 영상 합성의 품질을 평가하기 위해 전문가의 시각적 평가와 설명 가능한 자동화 지수 기반 앙상블 회귀 모델을 결합하여, 참조 기반 및 무참조 지표를 통해 생성된 의료 영상의 임상적 품질 관리를 투명하고 확장 가능하게 수행할 수 있음을 입증했습니다.
본 연구는 다중 데이터셋 검증을 통해 흉부 X-ray AI 의 성능 편차가 인구통계학적 요인보다 촬영 시 사용된 기술적 파라미터 (특히 전후/후전 촬영 뷰) 에 의해 훨씬 더 지배적으로 결정됨을 규명하고, 이에 따라 규제 프레임워크가 인구통계학적 분석과 함께 기술적 파라미터 감사를 명시적으로 요구해야 함을 주장합니다.
이 연구는 제 2 언어 (L2) 에 대한 능동적 몰입이 뇌 - 뇌척수액 조절, 맥락막 혈관 구조 최적화, 그리고 주혈관 흐름 증가를 통해 뇌의 노폐물 제거 시스템인 글림프계 기능을 향상시켜 신경 보호 효과를 제공할 수 있음을 다중 모달 MRI 증거를 통해 규명했습니다.
PANDORA 는 8 만 명 이상의 UK Biobank 참가자 뇌 MRI 데이터를 효율적인 슈퍼보셀 표현으로 압축하여 저장 공간을 99% 줄이고 계산 속도를 10 배 가속화하면서도 공간적 세부 정보를 보존하는 새로운 분석 플랫폼을 제시합니다.
이 연구는 비조영제 두경부 CT 영상을 기반으로 한 딥러닝 모델 (Grayscale ResNet) 을 개발하여 추동맥 석회화를 자동 탐지하고 정량적 위험 평가를 가능하게 함으로써 치과 및 방사선과 의사들의 조기 진단과 뇌졸중 예방을 지원함을 보여줍니다.
이 연구는 다발성 경화증의 다양한 백질 병변을 특징짓기 위해 표준 모델 영상 (SMI) 과 확산 텐서 영상 (DTI) 을 비교·분석한 결과, 두 기법 모두 미세구조 이상을 감지하며 특히 DTI 와 SMI 를 결합한 모델이 가장 우수한 분류 성능을 보임을 입증했습니다.
이 연구는 다중 b-shell 확산 MRI 와 다양한 확산 모델을 결합한 접근법이 단일 쉘 방식보다 다발성 경화증 병변의 미세구조적 특성을 더 강력하고 포괄적으로 규명할 수 있음을 입증했습니다.
본 연구는 7 개 사이트의 아밀로이드 PET 및 MRI 데이터를 기반으로 기계학습 모델을 개발하여 전임상 알츠하이머 환자의 향후 인지 장애 진행을 예측하고, 이를 통해 임상 시험의 통계적 검정력을 향상시킬 수 있음을 입증했습니다.
이 임상 파일럿 연구는 다유전자 위험 점수 (PRS) 를 활용하여 40~49 세 여성의 개인별 유방암 위험을 평가하고 기존 연차별 검진 체계를 개인 맞춤형으로 조정할 수 있음을 보여주었습니다.
본 연구는 뇌졸중 후 운동 회복의 핵심 동인이 정적인 피질 예비력이 아닌 능동적인 피질 두께 증가에 있으며, 규범 모델링을 통해 이러한 회복 이질성을 식별하고 예후를 예측할 수 있음을 보여줍니다.
이 연구는 인도의 방사선 전문의 부족 문제를 해결하고 결핵 퇴치 목표를 지원하기 위해, 다양한 기관의 흉부 X 선 영상을 대상으로 한 Lenek 지능형 방사선 보조 시스템 (LIRA) 의 진단 정확도와 선별 능력을 검증한 결과를 제시합니다.
이 연구는 UK 바이오뱅크의 134 만 명 데이터를 기반으로 다중 모달 영상과 딥러닝을 활용해 39 개 장기별 노화 패턴을 정밀하게 분석함으로써, 장기 간 노화 이질성과 질환 예측의 중요성을 규명하고 인구 규모에서 비침습적 노화 평가의 새로운 패러다임을 제시합니다.
이 논문은 MRI 기반 뇌종양 분류의 해석 가능성과 데이터 효율성을 향상시키기 위해 방사선학 기반 텍스트 원형을 DenseNet121 시각 인코더와 Tip-Adapter 메커니즘을 통해 융합한 경량화 비전 - 언어 프레임워크인 TumorCLIP 을 제안하고, 이를 통해 높은 정확도와 소수 클래스에 대한 개선된 성능을 입증합니다.