📄 Category

radiology and imaging

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.

📄 radiology and imaging

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

Este estudo prospectivo randomizado cruzado demonstra que o software de IA integrado ao fornecedor melhora significativamente a eficiência operacional e reduz a demanda mental e o esforço físico para ultrassonografistas realizando ultrassom abdominal, embora a magnitude da economia de tempo varie entre os operadores e a tecnologia remodele, em vez de eliminar, o fluxo de trabalho.

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

Este estudo demonstra que o uso de imagens de TC com eletrodos de EEG e uma faixa estendida de unidades Hounsfield proporciona a correção de atenuação mais precisa para o mapeamento simultâneo de PET/EEG, introduzindo apenas um pequeno viés sistemático em comparação com exames sem eletrodos, enquanto técnicas de redução de artefatos metálicos oferecem benefício adicional mínimo.

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

Esta análise entre conjuntos de dados revela que, embora métricas automatizadas padrão como BLEU e ROUGE sejam altamente sensíveis a mudanças textuais, elas falham em distinguir erros clinicamente significativos, com o CheXbert emergindo como a métrica mais alinhada para avaliar a qualidade de laudos radiológicos, apesar de seu desempenho geral apenas moderado.

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

Este estudo retrospectivo demonstra que a aplicação de Low-Rank Adaptation (LoRA) a um modelo de fundação Rad-DINO ViT-B/14 congelado melhora o desempenho da classificação multirrótulo no conjunto de dados NIH ChestX-ray14, ao mesmo tempo em que esclarece explicitamente que os resultados relatados são descritivos em vez de confirmatórios devido à exposição prévia aos rótulos de teste e destaca a sensibilidade das métricas a análises contrafatuais de inversão de rótulos.

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

O autor apresenta o CT ECV Mapper, uma aplicação de código aberto para o 3D Slicer que permite o processamento em lote, tanto interativo quanto não supervisionado, do mapeamento de volume extracelular voxel a voxel para o fígado e tumores hepáticos utilizando TC multifásica convencional de energia única, demonstrando alta viabilidade e controle de qualidade robusto em um grande conjunto de dados públicos.

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

Este estudo prospectivo multicêntrico valida um framework de aprendizado semisupervisionado guiado por relatório com um modelo professor de apenas lesão (RG-SSL-LOC) para RM biparamétrica, demonstrando uma segmentação de lesão superior e detecção robusta em nível de caso de câncer de próstata clinicamente significativo que melhora significativamente o diagnóstico multimodal e reduz biópsias desnecessárias em comparação com métodos existentes.

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

Este artigo apresenta o RCC-AID, um conjunto de dados abertamente disponível que compreende 129 tomografias computadorizadas com contraste expertamente anotadas de 91 pacientes com carcinoma de células renais, projetado para enfrentar a escassez de anotações públicas de lesões e fomentar a pesquisa de IA reprodutível em imagens médicas.

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

O BioDeformUNet é um modelo de aprendizado profundo que alcança o registro de imagens hepáticas biomecanicamente informado em tempo quase real, com precisão comparável aos algoritmos biomecânicos tradicionais, ao mesmo tempo em que oferece uma aceleração de 34 vezes no tempo de inferência para facilitar a avaliação intraprocedimental eficiente de margens de ablação mínimas.

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

Este estudo exploratório de neuroimagem de 122 participantes sugere que sintomas graves de COVID longa, incluindo sensações semelhantes a tremores e fadiga neuromuscular, podem estar associados a anormalidades estruturais e microestruturais na interface corpo mamilar-fórnix-hipotálamo e nas vias conectadas tronco encefálico-cerebelo, embora os achados exijam replicação prospectiva para estabelecer mecanismos causais.

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

Este estudo demonstra que a precisão quantitativa de sistemas PET de campo de visão axial longo é determinada primordialmente pela distribuição espacial de blocos de detectores defeituosos, em vez de apenas pelo seu número, revelando que defeitos esparsos são toleráveis em números maiores enquanto defeitos agrupados causam vieses localizados significativos, apoiando, assim, uma reavaliação dos limiares de controle de qualidade para equilibrar o tempo de atividade do sistema com a confiabilidade diagnóstica.

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