영상의학은 인체 내부 구조를 비침습적으로 관찰하여 질병을 진단하고 치료 방향을 설정하는 핵심 분야입니다. Gist.Science 의 방사선학 및 영상 카테고리에서는 X 선, MRI, CT 등 다양한 이미징 기술을 활용한 최신 연구 동향을 만나보실 수 있습니다.

이 페이지에 게재된 모든 논문은 의학적 예비 연구 논문 저장소인 medRxiv 에서 직접 수집된 것입니다. 우리는 medRxiv 에 새로운 논문이 등록될 때마다 이를 즉시 분석하여, 전문 용어 없이 핵심 내용을 쉽게 이해할 수 있는 일반인용 요약과 함께 기술적 세부사항이 담긴 전문 요약도 함께 제공합니다.

아래에는 방사선학 및 영상 분야에서 최근 업데이트된 최신 연구 논문들이 정리되어 있습니다.

📄 방사선 및 영상

Adaptive Post-Processing Recovers Most of the Gap to nnU-Net v2 in Head and Neck GTV Segmentation: A Paired Three-Arm HECKTOR 2025 Benchmark

이 HECKTOR 2025 벤치마크는 적응형 후처리가 경량화된 MiniUNet3D와 더 큰 규모의 nnU-Net v2 사이의 성능 격차를 두경부 종양 분할에서 유의미하게 좁혀주기는 하지만, 결절 질환 정확도의 차이를 완전히 제거하거나 작은 원발성 종양에서의 높은 치명적 실패율을 방지하는 데에는 실패했음을 보여준다.

Oyarzun Silva, R., Hernandez Hernandez, P.2026-08-31
📄 방사선 및 영상

Image transmission through a multimode fibre in reflection mode with physics-guided deep learning towards ultrathin endoscopy

본 논문은 반사 모드에서 다중 모드 섬유를 통한 단일 샷 위상 복원 없는 이미지 복원을 가능하게 하기 위해 반사된 실수 값 강도 투과 행렬을 이미지 복원 네트워크와 결합한 물리 가이드 딥러닝 프레임워크를 제시하며, 이를 통해 초박형 내시경을 위한 이미지 품질과 일반화 능력을 크게 향상시킨다.

Ye, Z., He, F., Zhao, T., Xia, W.2026-08-31
📄 방사선 및 영상

AUTONOMOUS LOOP CONSTRUCTION AND SUPERVISION FOR CLINICIAN-ORIENTED MEDICAL-AI RESEARCH

이 논문은 임상의가 고수준의 연구 목적을 실행 가능하고 자기 수정이 가능한 연구 루프로 자동 변환함으로써 전문적인 AI 지식 없이도 복잡한 멀티모달 의료 AI 연구를 자율적으로 수행할 수 있게 해주는 에이전트 기반 프레임워크인 MARLA를 소개한다.

Chen, X., Jiang, X., Shan, C., Wang, Z., Li, D., Zhao, C.2026-08-25
📄 방사선 및 영상

Label-Free Threshold Selection for Out-of-Distribution Detection in Liver CT Segmentation

본 논문은 전문가가 라벨링한 실패 데이터를 필요로 하지 않고 통계적으로 원칙적인 실패 위험 분류를 가능하게 하기 위해, 쌍별 표면 DSC 점수에 로그-t 분포를 적합시킴으로써 간 CT 분할에서의 분포 외 탐지 임계값을 보정하는 레이블 프리(label-free) 프레임워크를 제안한다.

Nielsen, M., Castelo, A., Altaie, M., Bennett, J., Anthony, A., Siddiqi, N. S., Gupta, A. C., Brock, K. K., Woodland, M.2026-08-24
📄 방사선 및 영상

SEEG Contact Detector: A 3D Slicer Extension for Automated Localisation of Intracranial Electrode Contacts

이 논문은 수동 교정을 최소화하면서도 높은 정확도를 달래며, 임상 워크플로우를 효율화하기 위한 사용자 친화적이고 통합된 솔루션을 제공함으로써 SEEG 분석을 위한 두개 내 전극 접점의 정밀한 국소화를 자동화하는 오픈 소스 3D Slicer 확장 프로그램을 소개한다.

Smid, J., Jezdik, P., Kalina, A., Kudr, M., Janca, R.2026-08-19
📄 방사선 및 영상

Quantifying Human-AI Workflow in Abdominal Ultrasound: A Prospective Randomised Crossover Study

이 전향적 무작위 교차 연구는 벤더 통합형 AI 소프트웨어가 복부 초음파를 수행하는 초음파 검사사의 운영 효율성을 유의미하게 향상시키고 정신적 요구와 신체적 노력을 감소시킨다는 것을 보여주지만, 시간 절감의 폭은 검사사마다 다르게 나타나며 해당 기술이 워크플로우를 제거하기보다는 재편한다는 점을 입증한다.

Hsiao, N., Clifford, M., Lin, S.-Z., Premasiri, S., Roots, J., Allen, H., Robertson, A. P., Moafa, K., Wardle, J., Edwar (…)2026-08-19
📄 방사선 및 영상

Small but systematic bias introduced by EEG electrodes in PET imaging

본 연구는 EEG 전극이 포함된 CT 영상과 확장된 하운스필드 단위 범위를 사용하는 것이 동시 PET/EEG 영상 촬영을 위한 가장 정확한 감쇠 보정을 제공하며, 전극이 없는 스캔과 비교하여 오직 작은 계통적 편차만을 유발하는 한편, 금속 아티팩트 감소 기술은 추가적인 이득을 거의 제공하지 않는다는 것을 입증한다.

Stöhrmann, P., Ponce de Leon, M., Dörl, G., Milz, C., Graf, S., Eggerstorfer, B., Murgas, M., Reed, M. B., Falb, P. C. (…)2026-08-13
📄 방사선 및 영상

Clinical selectivity and failure modes of automated chest radiograph report evaluation metrics: a cross-dataset analysis of ReXErr-v1 and RadEvalX

이 교차 데이터셋 분석은 BLEU 및 ROUGE와 같은 표준 자동화 지표들이 텍스트 변화에는 매우 민감하지만 임상적으로 의미 있는 오류를 구별하는 데는 실패하며, CheXbert가 전반적인 성능은 보통 수준임에도 불구하고 방사선 보고서의 품질을 평가하는 데 가장 정렬된 지표로 부상한다는 점을 드러낸다.

Naidu, J., Muralidharan, S., Prashani, A., Baskaradoss, V.2026-08-12
📄 방사선 및 영상

Pushing a Frozen CXR Foundation Model: A LoRA Partial-Fine-Tuning Study on NIH ChestX-ray14 with a Model-Conditional Label-Flip Sensitivity Analysis

이 회고적 연구는 동결된 Rad-DINO ViT-B/14 파운데이션 모델에 저계수 적응(LoRA)을 적용하는 것이 NIH ChestX-ray14 데이터셋에 대한 다중 레이블 분류 성능을 향상시킨다는 것을 입증하며, 동시에 보고된 결과가 테스트 레이블에 대한 사전 노출로 인해 확증적이라기보다 기술적임을 명시하고 반사실적 레이블 뒤집기 분석에 대한 지표의 민감성을 강조한다.

BAI, T.-C., YEH, S.-C.2026-08-11
📄 방사선 및 영상

CT ECV Mapper: an interactive 3D Slicer application with a batch-capable pipeline for voxelwise CT-derived extracellular volume mapping of the liver and hepatic tumors

저자는 일반적인 단일 에너지 다상 CT를 사용하여 간 및 간 종양에 대한 복셀 단위 세포외 용적 매핑의 대화형 및 무인 배치 처리를 가능하게 하는 오픈 소스 3D Slicer 애플리케이션인 CT ECV Mapper를 제시하며, 대규모 공개 데이터셋을 통해 높은 타당성과 견고한 품질 관리를 입증하였다.

Suzuki, M.2026-08-11