📄 Category

radiology and imaging

82 papers

De wereld van radiologie en beeldvorming staat centraal in het modern medisch onderzoek, waar geavanceerde scans en afbeeldingen helpen om ziekten vroegtijdig te detecteren en behandelingen te sturen. Deze categorie op Gist.Science belicht hoe wetenschappers nieuwe inzichten vergaren over MRI, CT-scans en andere diagnostische technieken die het menselijk lichaam zichtbaar maken zonder ingrepen.

Elke nieuwe preprint die verschijnt op medRxiv binnen dit domein wordt door ons direct verwerkt. We bieden voor elk onderzoek zowel een begrijpelijke samenvatting in gewone taal als een gedetailleerde technische analyse, zodat zowel experts als geïnteresseerden de laatste doorbraken kunnen volgen. Hieronder vindt u de nieuwste publicaties uit dit dynamische veld, direct vanaf de bron.

📄 radiology and imaging

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

Deze prospectieve gerandomiseerde crossover-studie toont aan dat door de leverancier geïntegreerde AI-software de operationele efficiëntie significant verbetert en de mentale belasting en fysieke inspanning vermindert voor echografen die abdominale echografie uitvoeren, hoewel de omvang van de tijdwinst varieert tussen operators en de technologie de workflow eerder hervormt dan elimineert.

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

Small but systematic bias introduced by EEG electrodes in PET imaging

Deze studie toont aan dat het gebruik van CT-beelden met EEG-elektroden en een uitgebreid Hounsfield-eenheidbereik de meest nauwkeurige attenuatiecorrectie biedt voor simultane PET/EEG-beeldvorming, waarbij slechts een kleine, systematische bias wordt geïntroduceerd vergeleken met scans zonder elektroden, terwijl technieken voor reductie van metaalartefacten minimale aanvullende voordelen bieden.

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
📄 radiology and imaging

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

Deze cross-datasetanalyse onthult dat hoewel standaard geautomatiseerde metrieken zoals BLEU en ROUGE zeer gevoelig zijn voor tekstuele wijzigingen, zij er niet in slagen klinisch betekenisvolle fouten te onderscheiden, waarbij CheXbert naar voren komt als de meest afgestemde metriek voor het beoordelen van de kwaliteit van radiologieverslagen ondanks slechts een matige algehele prestatie.

Naidu, J., Muralidharan, S., Prashani, A., Baskaradoss, V.2026-08-12
📄 radiology and imaging

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

Deze retrospectieve studie toont aan dat het toepassen van Low-Rank Adaptation (LoRA) op een bevroren Rad-DINO ViT-B/14 foundation model de prestaties van multi-label classificatie op de NIH ChestX-ray14 dataset verbetert, terwijl expliciet wordt verduidelijkt dat de gerapporteerde resultaten beschrijvend en niet bevestigend zijn vanwege voorafgaande blootstelling aan testlabels en door de gevoeligheid van metrieken voor contrafactische label-flip analyses te benadrukken.

BAI, T.-C., YEH, S.-C.2026-08-11
📄 radiology and imaging

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

De auteur presenteert CT ECV Mapper, een open-source 3D Slicer-applicatie die zowel interactieve als onbeheerde batchverwerking van voxelwijze extracellulaire volumemapping voor de lever en hepatische tumoren mogelijk maakt met behulp van conventionele single-energy multiphase CT, waarbij een hoge haalbaarheid en robuuste kwaliteitscontrole op een grote publieke dataset wordt aangetoond.

Suzuki, M.2026-08-11
📄 radiology and imaging

Report-Guided Semi-Supervised Learning for Scalable Prostate Cancer Detection on Biparametric MRI: Multicenter Prospective Validation and Multimodal Integration

Deze multicenter prospectieve studie valideert een rapportgestuurd semi-supervised learning framework met een lesion-only teacher model (RG-SSL-LOC) voor biparametrische MRI, waarbij superieure laesiesegmentatie en robuuste casusniveau detectie van klinisch significante prostaatkanker wordt aangetoond die de multimodale diagnose aanzienlijk verbetert en onnodige biopten vermindert vergeleken met bestaande methoden.

Calado, A., de Almeida, J. G., Verde, A. S. C., Tsiknakis, M., Marias, K., Regge, D., Papanikolaou, N., ProCAncer-I Cons (…)2026-08-07
📄 radiology and imaging

RCC-AID: Renal Cell Carcinoma AI Dataset for Medical Imaging Research

Dit artikel introduceert RCC-AID, een openbaar beschikbare dataset bestaande uit 129 door experts geannoteerde contrastversterkte CT-scans van 91 patiënten met niercelcarcinoom, ontworpen om het tekort aan publieke laesie-annotaties aan te pakken en reproduceerbaar AI-onderzoek in medische beeldvorming te bevorderen.

de Boer, S., Häntze, H., Ziegelmayer, S., Russo, T., van Ginneken, B., Prokop, M., Bressem, K. K., Hering, A.2026-08-05
📄 radiology and imaging

BioDeformUNet: A Deep Learning Model for Biomechanically Informed Liver Image Registration

BioDeformUNet is een deep learning-model dat bijna real-time, biomechanisch geïnformeerde registratie van leverbeelden bereikt met een nauwkeurigheid die vergelijkbaar is met traditionele biomechanische algoritmen, terwijl het een 34-voudige versnelling in inferentietijd biedt om een efficiënte intraprocedurale evaluatie van minimale ablatieranden te faciliteren.

Zhang, X., OConnor, C., Castelo, A., Woodland, M., Daoud, B., Paolucci, I., Albuquerque, J., Altaie, M. A., Siddiqi, N. (…)2026-08-05
📄 radiology and imaging

The Mammillary Body-Fornix Gate in Long COVID An exploratory structural and diffusion MRI study of tremor-like symptoms, internal vibrations, and neuromuscular fatigue

Deze exploratieve neuroimagingstudie van 122 deelnemers suggereert dat ernstige Long COVID-symptomen, waaronder tremor-achtige sensaties en neuromusculaire vermoeidheid, geassocieerd kunnen zijn met structurele en microstructurele abnormaliteiten bij de mammillaire lichaam-fornix-hypothalamus-interface en verbonden hersenstam-cerebellaire paden, hoewel de bevindingen prospectieve replicatie vereisen om causale mechanismen vast te stellen.

Ziaja, C. P., Young, S. Y., Stark, M. S.-C., Zurek, G., Sedlacik, J., Wright, F. M.2026-08-03
📄 radiology and imaging

Robustness of Long Axial Field-of-View PET to Defective Detector Blocks: Impact on Quantitative Accuracy

Deze studie toont aan dat de kwantitatieve nauwkeurigheid van long axial field-of-view PET-systemen primair wordt bepaald door de ruimtelijke distributie van defecte detectorblokken in plaats van enkel door hun aantal, waarbij wordt onthuld dat verspreide defecten in hogere aantallen draaglijk zijn terwijl geclusterde defecten significante gelokaliseerde biases veroorzaken, wat daarmee een herwaardering van kwaliteitscontrole-drempelwaarden ondersteunt om de systeembeschikbaarheid af te wegen tegen de diagnostische betrouwbaarheid.

Lan, W., Vrakidis, K. D., Bharkhada, D., Linder, P. M., Yaqub, M. M., la Fougere, C., Boellaard, R., Schmidt, F.2026-07-31