Automated Segmentation of Head and Neck Cancer from CT Images Using 3D Convolutional Neural Networks
本文提出了一种基于 3D nnU-Net 的纯 CT 图像自动分割框架，通过整合公开数据集与印度 CMC 医院的私有数据，实现了头颈部肿瘤的高效分割，为放疗规划提供了一种成本效益高且可扩展的解决方案。
📄 Category
radiology and imaging
80 篇论文
Ultrasound Time-Harmonic Elastography: Habitat Viscosity and Tumor Stiffness Heterogeneity for Differentiation of Benign and Malignant Liver Lesions
这项前瞻性研究表明，基于多参数超声时间谐波弹性成像（THE）所测得的高肿瘤栖息地粘度和增强的肿瘤刚度异质性，能够有效区分肝脏良性与恶性病变，尤其在大尺寸肿瘤中展现出优异的鉴别诊断效能。
Efficient and Practical Framework for Bias Estimation in Spectral CT
本文提出了一种无需蒙特卡洛模拟即可高效估算光谱 CT 中噪声诱导偏差的实用投影统计框架，该框架不仅验证了与模拟结果的高度一致性且运行速度极快，还为光谱采集参数的偏差感知优化提供了关键工具。
Photoacoustic imaging in mitochondrial disease
该研究通过对比线粒体肌病患者与健康志愿者的近红外光声成像数据，发现水、脂质与血红蛋白含量的比值存在显著差异，证明了光声成像作为一种无创生物标志物在监测线粒体肌病进展方面的巨大潜力。
Diagnosis of Multiple Sclerosis Using Multimodal Deep Learning Integrating Lesion and Normal-Appearing White Matter: A Retrospective Study with International Multicentre External Validation
这项研究提出了一种名为 DeepMS 的多模态深度学习模型，该模型仅利用常规 MRI 图像整合病灶与正常表现白质特征，在多项国际多中心外部验证中展现出优于 2024 年 McDonald 诊断标准的 MS 诊断性能，证明了从常规影像中提取正常表现白质信息辅助诊断的可行性。
Functional Dysconnectivity of White Matter Networks is Associated with Clinical Impairment in Autism Spectrum Disorder
该研究利用大规模自闭症队列的静息态功能磁共振成像数据，发现自闭症谱系障碍患者存在显著的白质网络功能连接增强，且白质内部的功能连接异常与社会反应性量表评分呈显著负相关，揭示了白质网络功能失调与社交沟通症状严重程度之间的神经机制联系。
Automated Segmentation of Intracranial Arteries on 4D Flow MRI for Hemodynamic Quantification
该研究提出了一种基于迁移学习和 3D nnU-Net 的自动分割方法，通过在少量 7T 4D 流动 MRI 数据上微调预训练模型，实现了对颅内动脉的高精度分割，并验证了该方法在横截面积、平均血流量及壁面剪切力等血流动力学量化指标上优于现有模型且与人工参考高度一致。
Age- and Sex-specific Reference Ranges for Cardiac Function and Structure in Germany: Cardiovascular Magnetic Resonance Imaging (CMR) in the German National Cohort (NAKO)
这项研究利用德国国家队列（NAKO）中近 3 万名参与者的心血管磁共振成像数据，建立了涵盖心脏结构与功能的大规模、年龄和性别特异性参考范围，为临床解读及心脏重塑研究提供了重要的群体基准。
Resource-Aware Conditional Diffusion for CT-to-PET Translation Supporting Rural Oncology Imaging
该研究提出了一种面向农村医疗场景的资源感知型条件扩散框架，通过从 CT 扫描生成合成 PET 图像，在降低基础设施依赖的同时有效保留了肿瘤代谢生物标志物，从而支持欠发达地区的公平化肿瘤筛查。
Quantitative Dixon-Based PDFF and R2* Estimation and Optimization on MR-Simulation and MR-Linac Devices for the Pelvis and Head and Neck: A Prospective R-IDEAL Stage 0-2a Study
这项前瞻性研究通过对比 1.5T 和 3T MR 模拟机及 1.5T MR-Linac 上 2/3/6 点 Dixon 序列在骨盆和头颈部的表现，证实了 6 点 Dixon 序列在几何失真、定量一致性、重复性及可重复性方面均优于其他序列，为放疗中骨髓脂肪定量（PDFF）和 R2* 的精准评估提供了优化方案。
Technical Development and Implementation of 3D-QALAS on a 1.5T MR-Linac for the Brain: A Prospective R-IDEAL Stage 0/1 Technology Development Report
该研究证实了 3D-QALAS 技术在 1.5T MR-Linac 上的技术可行性，能够在约 7 分钟内获取全脑 1 毫米各向同性分辨率的定量 T1、T2 和 PD 图谱及合成图像，为头颈部自适应放疗工作流中整合定量成像生物标志物提供了新机遇。
Ionizing radiation acoustic beam localization: one step towards "proton surgery"
该研究首次开发并临床验证了一种超高分辨率、实时脉冲级的电离辐射声束定位（iRABL）系统，成功实现了对质子束扫描轨迹及体内剂量沉积的亚衍射极限精度成像，为迈向图像引导的“质子手术”奠定了关键基础。
Impact of Image Bit Depth Reduction on Deep Learning Performance in Chest Radiograph Analysis: A Multi-institutional Study
这项多中心研究表明，将胸部 X 光图像从 16 位降至 8 位并不会显著影响深度学习模型在性别、年龄和肥胖分类任务中的性能，从而证实了 8 位图像在医学影像深度学习应用中可安全使用以提升存储和处理效率。
Mask-aware foundational-model embeddings for 18F-FDG-PET/CT Prognosis in Multiple Myeloma
该研究提出了一种利用医学基础分割模型（MedSAM2）内部记忆状态生成掩码感知嵌入的方法，通过融合 PET/CT 影像与临床数据，显著提升了多发性骨髓瘤患者无进展生存期的预后预测性能。
Lesion-Centric Latent Phenotypes from Segmentation Encoders for Breast Ultrasound Interpretability
该论文提出了一种基于病灶中心潜在表型的学习流程，通过利用分割编码器潜变量进行掩膜加权池化及校准，在乳腺超声图像中实现了可解释的表型发现与高准确率的恶性检测，其性能优于传统影像组学和标准 CNN 基线。
The Effects of External Laser Positioning Systems for MRI Simulation on Image Quality and Quantitative MRI Values
该研究证实，在 MRI 模拟过程中开启外部激光定位系统（ELPS）会引入电子噪声，导致使用集成体线圈时信噪比显著下降并影响几何畸变检测及图像均匀性，尽管对定量 MRI 数值的一致性影响较小，但仍建议在成像期间关闭该系统以保障图像质量。
Differentiating radiation necrosis from recurrent brain metastases using magnetic resonance elastography
这项研究通过前瞻性队列证实，利用磁共振弹性成像（MRE）获取的肿瘤/正常脑白质剪切损耗模量比值、剪切模量幅值比值及界面凸度等力学指标，能够有效区分放疗后脑转移瘤复发与放射性坏死，表明放射性坏死在力学上比复发肿瘤更硬且更具耗散性。
Network subtypes of cortical similarity reveal molecular correlates of normative and compensatory ageing associated with longevity genes expression
该研究通过整合结构磁共振成像与转录组学，识别出两种基于分子特征（代谢免疫与应激修复）的皮层网络老化亚型，从而为区分正常衰老衰退与长寿相关的代偿性适应提供了新的生物学框架。
Cross-disorder comparison of Brain Structures among 4,836 Individuals with Mental Disorders and Controls utilizing Danish population-based Clinical MRI Scans
这项研究利用丹麦大规模人口临床 MRI 数据，证实了精神障碍患者普遍存在脑结构异常（如丘脑和杏仁核体积减小、脑室扩大及皮层变薄），表明临床 MRI 结合电子健康记录有望实现患者分层并追踪疾病进展。
Intelligent Guidance and Diagnostic Assistance for Handheld Ultrasound: Actor-Critic Based Approach for Carotid Artery and Thyroid Examination
本文提出了一种基于 Actor-Critic 强化学习框架的智能手持超声引导与诊断系统，通过集成 YOLOv8n 检测与 UNet-Snake 混合测量算法，实现了颈动脉和甲状腺检查的自动化导航、病灶识别及精准量化，显著降低了操作依赖性并保持了与专家相当的诊断精度。