📄 Category

radiology and imaging

97 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.

📄 radiologie en beeldvorming

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

Deze HECKTOR 2025-benchmark으로ont demonstrates dat hoewel adaptieve postverwerking het prestatieverschil tussen een lichtgewicht MiniUNet3D en de grotere nnU-Net v2 voor segmentatie van hoofd- en halsmassa's aanzienlijk verkleint, het er niet in slaagt de verschillen in de nauwkeurigheid van lymfekliermetastasen volledig weg te nemen of een hoger percentage catastrofale fouten bij kleine primaire tumoren te voorkomen.

Oyarzun Silva, R., Hernandez Hernandez, P.2026-08-31
📄 radiologie en beeldvorming

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

Dit artikel presenteert een natuurkundig geleid diep leerframework dat een gereflecteerde reële intensiteit transmissiematrix combineert met beeldherstelnetwerken om single-shot, fase-retrieval-vrije beeldreconstructie door multimodevezels in reflectiemodus mogelijk te maken, wat de beeldkwaliteit en generaliseerbaarheid voor ultradunne endoscopie aanzienlijk verbetert.

Ye, Z., He, F., Zhao, T., Xia, W.2026-08-31
📄 radiologie en beeldvorming

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

Dit artikel introduceert MARLA, een agentisch framework dat clinici in staat stelt om autonoom complex multimodaal medisch AI-onderzoek uit te voeren door hoogwaardige onderzoeksdoelstellingen automatisch te vertalen naar uitvoerbare, zelfcorrigerende onderzoeksloops, waardoor de noodzaak voor gespecialiseerde AI-expertise wordt geëlimineerd.

Chen, X., Jiang, X., Shan, C., Wang, Z., Li, D., Zhao, C.2026-08-25
📄 radiologie en beeldvorming

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

Dit artikel stelt een label-vrij raamwerk voor het kalibreren van out-of-distribution detectiedrempels in lever CT-segmentatie door een log-t-distributie aan te passen aan paarwijze oppervlakte DSC-scores, wat statistisch gefundeerde categorisering van faalrisico's mogelijk maakt zonder dat daarvoor door experts gelabelde faalgegevens nodig zijn.

Nielsen, M., Castelo, A., Altaie, M., Bennett, J., Anthony, A., Siddiqi, N. S., Gupta, A. C., Brock, K. K., Woodland, M.2026-08-24
📄 radiologie en beeldvorming

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

Dit artikel introduceert een open-source 3D Slicer-extensie die de nauwkeurige lokalisatie van intracraniële elektrodecontacten voor SEEG-analyse automatiseert, waarbij een hoge nauwkeurigheid wordt bereikt met minimale handmatige correctie en een gebruiksvriendelijke, geïntegreerde oplossing wordt geboden om klinische workflows te stroomlijnen.

Smid, J., Jezdik, P., Kalina, A., Kudr, M., Janca, R.2026-08-19
📄 radiologie en beeldvorming

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
📄 radiologie en beeldvorming

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
📄 radiologie en beeldvorming

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
📄 radiologie en beeldvorming

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
📄 radiologie en beeldvorming

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