📄 radiology and imaging
A Hybrid CNN-Transformer Deep Learning Model for Differentiating Benign and Malignant Breast Tumors Using Multi-View Ultrasound Images
本研究提出了一种鲁棒的 CNN-Transformer 混合深度学习模型，该模型通过有效整合多视图超声图像，在区分良性和恶性乳腺肿瘤方面实现了比传统单幅图像分析方法更高的准确度。
📄 Category
radiology and imaging
63 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。
📄 radiology and imaging
Foundation Model Robustness to Technical Acquisition Parameters in Chest X-Ray AI A Multi-Architecture Comparative Study with External Validation
本研究表明，尽管胸部 X 线 AI 的基础模型对视图类型等采集参数表现出不同程度的鲁棒性，但其性能优势往往具有数据集特定性，且无法在外部验证中实现泛化，从而揭示了无论模型架构或训练规模如何，技术偏差依然存在。
📄 radiology and imaging
Advancing Brain Tumor Diagnosis Using Deep Learning: A Systematic Review on Glioma Segmentation and Classification on Multiparametric MRI
这项针对 2022 年至 2025 年间 31 项研究的系统综述表明，深度学习模型（特别是用于分割的高级 U-Net 架构和用于诊断的基于特征的分类器）在多参数 MRI 胶质瘤分析中实现了高准确度，尽管该领域需要更具可解释性的人工智能以确保临床信任与应用。