Estimating the correlation between rates of change in longitudinal studies in presence of dropout
本文表明,在存在失访情况的纵向研究中,用于估计受试者特定变化率之间相关性的常用“先斜率后协方差”方法,在交叉协方差随时间变化时会产生偏差,并提出了一种在应用对比前先估计联合协方差矩阵的无偏替代方案。
97 篇论文
医学影像与放射学是洞察人体内部的“透视眼”,利用 X 光、CT 或磁共振等技术,让医生无需开刀就能看清骨骼、器官乃至细微病变。这一领域不仅关乎疾病的早期发现,更直接指导着精准治疗方案的制定,是连接临床诊断与科学突破的关键桥梁。
在 Gist.Science 上,我们直接从 medRxiv 获取该领域最新的预印本论文,确保您能第一时间接触到前沿研究。我们的团队会对每一篇新论文进行处理,提供通俗易懂的科普解读以及详尽的技术总结,帮助您跨越专业术语的障碍,轻松理解最新的影像诊断进展。
以下为您整理的该类别下最新发布的论文列表,欢迎查阅。
本文表明,在存在失访情况的纵向研究中,用于估计受试者特定变化率之间相关性的常用“先斜率后协方差”方法,在交叉协方差随时间变化时会产生偏差,并提出了一种在应用对比前先估计联合协方差矩阵的无偏替代方案。
这项多中心研究表明,虽然 MELD-graph 工具在检测 7T MRI 中的局灶性皮层发育不良方面保持了与 3T 相当的敏感性,但其特异性显著降低,这使得解释时需保持谨慎,并凸显了尽管从 7T 特有流程适配中获益有限,但进行标准化处理仍具有益处。
本研究通过在多样化数据集上对八种开源大腿肌肉 MRI 自动分割算法进行基准测试,解决了该领域缺乏独立比较的问题,结果表明虽然领域特定模型通常优于基础模型,但显著的性能差异以及在病理病例上准确度的下降,凸显了准确性、泛化能力与临床可用性之间关键的权衡。
尽管该研究开发了一种用于 CTA 椎动脉分割的高精度深度学习模型,但读者研究显示,其使用实际上降低了椎动脉夹层诊断的准确性,表明在临床应用前需要进一步验证。
本文提出了一种稀疏监督的人工智能框架,该框架利用带有高斯软时间评分的超声基础模型,自动选择用于超声视频中 ONSD 测量的最佳帧,其性能显著优于现有基准模型,并能够在低资源环境下实现可靠的颅内压评估。
在巴尔的摩老化纵向研究中,与其它血浆生物标志物相比,认知功能无障碍个体的血浆 p-tau217 与随后的阿尔茨海默病相关痴呆以及阿尔茨海默病特异性大脑萎缩模式的纵向变化表现出最强的关联性。
本研究表明,可见光/近红外高光谱成像,特别是通过全光谱机器学习算法进行分析时,能够准确且快速地对急诊科患者的蜂窝织炎、非蜂窝织炎性水肿以及健康的下肢组织进行分类,且该技术适用于多种皮肤色素类型。
这项概念验证研究确定了一组来自钥奥酸增强 MRI 的具有可重现性和可重复性的影像组学特征,这些特征与定量肝功能指标显著相关,为未来肝功能相关的影像组学研究奠定了基础。
这项仿体研究评估了 CTA、3DRA 和 2D DSA 在测量颅内血管直径相对于物理真值方面的准确性,结果表明,尽管所有模态通常都能在 0.5 mm 的真值范围内进行测量,但它们表现出随血管大小、对比度浓度和检测算法而变化的持续偏差,其中最大梯度边缘检测法被证明优于半高全宽(FWHM)法和固定 HU 值法。
本文介绍了残差端点流匹配(Residual Endpoint Flow Matching, REFM),这是一种单步深度学习方法,它利用低剂量与标准剂量 CT 图像之间固有的解剖相似性,实现了与迭代扩散模型相媲美的高质量实时去噪,同时大幅降低了计算成本。