82 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。
这项前瞻性研究表明，尽管表观扩散系数（ADC）在不同磁共振成像（MRI）扫描会话和不同厂商设备间表现出有限的可重复性，但限制谱成像限制评分最大值（RSIrs-max）在前列腺癌检测中展现出显著更强的跨会话可重复性，即使在不同的采集设置和厂商条件下亦然。
本文认为，当前的脑龄模型作为加速衰老的生物标志物存在根本性缺陷，因为它们被训练为优先关注共享的时序模式而忽视个体轨迹，从而导致将稳定的解剖学差异误判为神经退行性病变的误导性结论。
本文介绍了一种基于微控制器的低成本气体输送系统的设计、验证及其成功应用，该系统能够自动化并同步固定呼吸刺激与磁共振成像采集，在脑血管反应性研究中展现出可靠的生理及血氧水平依赖信号响应。
本研究方案概述了针对"CT 时钟”方法的回顾性安全性分析，该方法利用标准 CT 扫描识别发病时间未知的缺血性卒中患者，以确定其是否可在标准 4.5 小时时间窗之外安全接受溶栓治疗，旨在扩大治疗可及性，使缺乏高级影像能力的医院也能开展相关治疗。
本文针对 VinDr-SpineXR 数据集中脊柱异常 X 光片样本不足导致的类别不平衡问题，提出了一种结合几何变换与生成对抗网络（GAN）的混合数据增强策略，该策略在降低计算开销的同时，使 VGG-16 和 InceptionNet 分类器在所有案例研究中均达到了约 99% 的验证准确率。
这项针对 417 名参与者的纵向研究发现，尽管急性轻度脑损伤（mTBI）患者表现出临床症状，但利用先进的 MAP-MRI 技术并未检测到其脑组织微观结构存在显著的可测量改变，表明此类损伤可能尚未严重到足以通过扩散 MRI 被探测到的程度。
该研究通过回顾性分析 2300 张儿科胸部 X 光片，证实了采用软投票集成策略的多模态大语言模型（MedGemma）在儿科肺炎检测中显著优于单一模型，能够以高特异性提供隐私保护且可解释的实时临床决策支持。
该研究开发并验证了一种名为 MoEMIL 的多任务深度学习模型，通过整合鼻咽癌患者的 pretreatment MRI 和全切片病理图像，实现了对诱导化疗反应和总生存期的精准预测，其性能显著优于传统的 TNM 分期及单一模态模型，为临床个性化治疗决策提供了有力支持。
该研究提出了一种基于自监督视频扩散编码器的数据高效深度学习框架，利用少量前瞻性队列的 B 型超声视频成功检测了上斜方肌肌筋膜疼痛综合征，证明了该方法在小样本临床研究中验证新型超声生物标志物假设的可行性。
该研究提出了一种名为“谱规范建模”（SNM）的新方法，利用脑特征模态克服了传统规范模型在空间分辨率和灵活性上的局限，基于超过 7.8 万份健康脑扫描数据构建了全生命周期的高分辨率皮层厚度生长图谱，并成功应用于揭示阿尔茨海默病中个体化的神经退行性变模式。