82 artigos
A área de Radiologia e Imagem médica representa os olhos modernos da ciência, permitindo que os profissionais visualizem o interior do corpo humano sem necessidade de cirurgias invasivas. Desde ressonâncias magnéticas detalhadas até tomografias computorizadas rápidas, essas tecnologias são fundamentais para diagnosticar doenças com precisão e planejar tratamentos eficazes. No Gist.Science, buscamos tornar esses avanços compreensíveis para todos, transformando descobertas complexas em informações claras e úteis.
Nesta categoria, você encontrará as mais recentes descobertas provenientes do medRxiv, o principal repositório de pré-publicações médicas. Processamos automaticamente cada novo estudo publicado lá, oferecendo não apenas resumos técnicos aprofundados para especialistas, mas também versões em linguagem simples para que qualquer pessoa possa entender a importância da pesquisa. Abaixo, apresentamos a seleção mais recente de artigos sobre radiologia e imagem que acabaram de chegar ao nosso sistema.
Em indivíduos cognitivamente não prejudicados do Baltimore Longitudinal Study of Aging, a p-tau217 plasmática demonstrou a associação mais forte tanto com a subsequente demência relacionada à doença de Alzheimer quanto com mudanças longitudinais nos padrões de atrofia cerebral específicos da DA em comparação com outros biomarcadores plasmáticos.
Este estudo demonstra que a imagem hiperespectral no visível/infravermelho próximo, particularmente quando analisada por meio de algoritmos de aprendizado de máquina de espectro total, pode classificar de forma precisa e rápida a celulite, o edema não celulítico e o tecido saudável da parte inferior da perna em pacientes de departamentos de emergência através de diversos tipos de pigmentação de pele.
Este estudo de prova de conceito identificou um conjunto de características radiômicas reproduzíveis e repetíveis de RM com contraste de ácido gadoxético que se correlacionam significativamente com índices quantitativos de função hepática, estabelecendo uma base para futuras pesquisas de radiômica relacionadas à função hepática.
Este estudo com fantoma avalia a precisão da CTA, 3DRA e DSA 2D na medição de diâmetros de vasos intracranianos em relação à verdade de campo física, revelando que, embora todas as modalidades meçam geralmente dentro de 0,5 mm das dimensões reais, elas exibem vieses consistentes que variam conforme o tamanho do vaso, a concentração de contraste e o algoritmo de detecção, sendo que a detecção de borda por gradiente máximo provou ser superior aos métodos de FWHM e de HU fixo.
Este artigo apresenta o Residual Endpoint Flow Matching (REFM), um método de aprendizado profundo de etapa única que aproveita a similaridade anatômica inerente entre imagens de TC de baixa dose e de dose padrão para alcançar uma desruído de alta qualidade e em tempo real, comparável a modelos de difusão iterativos, enquanto reduz drasticamente os custos computacionais.
Este benchmark HECKTOR 2025 demonstra que, embora o pós-processamento adaptativo reduza significativamente a lacuna de desempenho entre um MiniUNet3D leve e o maior nnU-Net v2 para a segmentação de tumores de cabeça e pescoço, ele falha em eliminar totalmente as diferenças na precisão da doença nodal ou em prevenir uma taxa mais alta de falhas catastróficas em tumores primários pequenos.
Este artigo apresenta uma estrutura de aprendizado profundo guiada pela física que combina uma matriz de transmissão de intensidade real refletida com redes de restauração de imagem para permitir a recuperação de imagem de disparo único e livre de recuperação de fase através de fibras multimodo em modo de reflexão, melhorando significamente a qualidade da imagem e a generalizabilidade para endoscopia ultrafina.
Este artigo apresenta o MARLA, um framework de agentes que permite aos clínicos conduzir autonomamente pesquisas complexas de IA médica multimodal ao traduzir automaticamente objetivos de estudo de alto nível em loops de pesquisa executáveis e autocorretivos, eliminando assim a necessidade de especialização em IA.
Este artigo propõe uma estrutura livre de rótulos para calibrar limiares de detecção de fora da distribuição na segmentação de TC de fígado ao ajustar uma distribuição log-t a pontuações de DSC de superfície pareadas, permitindo uma categorização de risco de falha estatisticamente fundamentada sem exigir dados de falha rotulados por especialistas.
Este artigo apresenta uma extensão de código aberto para o 3D Slicer que automatiza a localização precisa de contatos de eletrodos intracranianos para análise de SEEG, alcançando alta precisão com correção manual mínima e oferecendo uma solução integrada e amigável para otimizar fluxos de trabalho clínicos.