Glutamate Carboxypeptidase II (GCPII)-Targeted PET to Identify Muscle Denervation in Peripheral Nervous System Injuries
该研究提出并验证了一种利用 FDA 已批准的 GCPII/PSMA 靶向 PET 显像剂（如 [18F]DCFPyL）无创评估外周神经损伤后肌肉去神经支配及再神经支配状况的新方法，该方法在多种动物模型及临床病例中均显示出高灵敏度和良好的转化前景。
📄 Category
radiology and imaging
80 篇论文
Radiation doses and Indications for Computed Tomography Scans among Pediatric Patients at a Tertiary Hospital in the Eastern Cape, South Africa
该研究对南非东开普省一家三级医院 543 例儿科 CT 扫描的辐射剂量与适应证进行了为期三年的审计，结果显示其辐射水平符合国际安全标准，但发现夜间扫描的剂量略高，因此建议通过加强培训和标准化设置来消除这一差异。
Predicting 5-Year Breast Cancer Risk from Longitudinal Digital Breast Tomosynthesis: A Single-center Retrospective Study
这项单中心回顾性研究开发并验证了一种基于纵向数字乳腺断层合成（DBT）检查的深度学习模型，证明其在预测 5 年乳腺癌风险方面优于传统的单次 DBT 模型、基于全视野数字乳腺 X 线摄影（FFDM）的 Mirai 模型以及临床风险评估模型 Tyrer-Cuzick，有望实现动态风险评估并支持个性化筛查策略。
Age-related Reference Data for Cortical and Trabecular 3D-DXA Parameters: the SEIOMM-3D-DXA Project
这项由西班牙骨与矿物质代谢学会支持的多中心研究，基于 1366 名西班牙人的髋部扫描数据，建立了年龄和性别特异性的 3D-DXA 参数参考曲线，旨在通过区分皮质骨和松质骨的骨量来优化骨质疏松症的诊断与管理。
AI-Assisted Pneumonia Detection, Localisation and Report Generation from Chest X-rays
该研究提出了一种基于深度学习的全流程计算机辅助诊断系统，通过利用大语言模型优化数据标注并融合多源胸部 X 光数据，实现了在肺炎检测、定位及结构化报告生成方面超越传统方法和放射科医生性能的高精度诊断。
Strain measures of the left ventricle and left atrium are composite measures of left heart geometry and function
该研究通过心血管磁共振成像数据分析表明，左心室和左心房的应变指标并非独立的功能参数，而是由二尖瓣环收缩期 excursion（MAPSE）、心室/心房几何尺寸及质量共同决定的复合几何 - 功能测量值，这一发现解释了其卓越的预后价值。
Information-Guided Parameter Optimisation for MR Elastography Radiomics
本文提出了一种无标签的信息论框架，通过整合分布丰富度、跨频一致性、特征冗余度及稳定性等指标，自动优化多频磁共振弹性成像（MRE）辐射组学中的邻域半径、核几何形状及频率子集等提取参数，从而显著提升了特征提取的鲁棒性、可重复性及跨协议泛化能力。
Visual Fidelity-Driven Quality Assessment of Medical Image Translation
该研究通过结合专家视觉评分与可解释的自动化指标，验证了集成回归模型在跨模态医学图像合成任务中能够有效且透明地评估生成图像质量，为自适应放疗等关键临床应用提供了可靠的质控手段。
Technical Acquisition Parameters Dominate Demographic Factors in Chest X-ray AI Performance Disparities: A Multi-Dataset Validation Study
这项多数据集验证研究表明，在胸部 X 光 AI 诊断中，技术采集参数（特别是投照体位）对性能差异的贡献远超人口统计学因素，因此呼吁监管框架在评估算法公平性时，必须将采集参数审计与人口亚组分析置于同等重要的地位。
Active Bilingual Immersion may Lead to Active Brain Cleansing: Multimodal Evidence for L2 Engagement Optimizing Glymphatic Function
该研究通过多模态 MRI 证据表明，主动的第二语言沉浸式学习能通过改善脑脊液耦合、优化脉络丛结构及增加血管周围流动等多种途径，显著增强大脑类淋巴系统的废物清除功能，从而为双语经验提供神经保护益处。
PANDORA: Population Archive of Neuroimaging Data Organized for Rapid Analysis
本文介绍了 PANDORA，这是一个针对 8 万多英国生物库参与者脑 MRI 数据的高效建模平台，它通过监督体素压缩表示在大幅降低存储和加速计算的同时保留空间细节，从而实现了快速且高统计效力的全脑体素级群体分析。
Development and validation of a deep learning model for the automated detection of vertebral artery calcification on non-contrast head-and-neck computed tomography
本研究开发并验证了一种基于 ResNet-18 架构的深度学习模型，能够利用非增强头颈 CT 影像自动检测椎动脉钙化，为牙医和放射科医生提供准确的决策支持，从而促进早期转诊并助力卒中预防。
Standard Model Imaging for Characterizing Multiple Sclerosis Lesion Types: A Lesion-Focused Analysis Compared with Diffusion Tensor Imaging
该研究通过对比标准模型成像（SMI）与扩散张量成像（DTI），证实两者均能有效表征多发性硬化症不同白质组织类别的微观结构异常，且结合两种模型的多模态方法在分类性能上表现最佳。
Comparative Evaluation of Microstructural Diffusion Methods in Characterizing Multiple Sclerosis Lesions: The Importance of multi-b shells acquisition
该研究通过对早期多发性硬化症患者进行多壳层扩散 MRI 扫描并比较五种扩散模型，证实了多 b 值壳层采集结合联合建模策略在表征病灶及正常组织微结构异常方面，比传统单壳层 DTI 具有更优越的判别能力和生物学解释性。
Predicting future cognitive impairment in preclinical Alzheimer's disease using amyloid PET and MRI: a multisite machine learning study
该研究通过多中心机器学习模型，利用淀粉样蛋白 PET 和 MRI 影像特征成功预测了临床前阿尔茨海默病患者的未来认知衰退风险，并证实该模型能有效优化临床试验队列，提升检测疾病修饰疗法效果的统计效力。
A clinical pilot study for personalized risk?based breast cancer screening utilizing the polygenic risk score
这项临床试点研究表明，利用多基因风险评分（PRS）对 40-49 岁女性进行风险分层，能够有效指导个性化的乳腺癌筛查策略，且未引发受试者额外的焦虑。
Static vs. Dynamic Cortical Thickening in Post-Stroke Recovery: A Normative Modeling Study
这项基于规范模型的研究发现，亚皮质卒中后对侧皮层厚度的动态增加而非静态储备是运动功能恢复的关键驱动因素，且该模型能有效识别具有不同恢复轨迹的异质性亚组。
A Retrospective Multi-Source Clinical Validation of Lenek Intelligent Radiology Assistant: An Artificial Intelligence-Based Chest Radiograph Screening and Triage System for High-Burden Pulmonary and Cardiac Conditions in India
这项研究通过多中心回顾性验证，证实了基于人工智能的 Lenek 智能放射科助手（LIRA）在印度多样化的胸片数据中，对一般异常、结核病及多种心肺疾病的检测具有高度准确性和敏感性，能够有效缓解放射科医生短缺问题并支持结核病消除目标。
Anatomy of aging through organ-resolved multi-modal imaging and deep learning
该研究利用多模态成像与深度学习技术，在 13.4 万名英国生物样本库个体的 39 个解剖区域中构建了器官特异性衰老评估体系，揭示了衰老的异质性及其与特定疾病和生活方式的关联，为在解剖分辨率和群体规模上非侵入性地评估人类衰老确立了新范式。
TumorCLIP: Lightweight Vision-Language Fusion for Explainable MRI-Based Brain Tumor Classification
本文提出了 TumorCLIP，一种结合放射学文本原型与 DenseNet 视觉编码器的轻量级视觉 - 语言融合框架，通过引入临床语义先验显著提升了 MRI 脑肿瘤分类的准确性、可解释性及对少数类别的识别能力。