<div dir="ltr">Call for Papers<div><br></div><div>Frontiers in Radiology -- Artificial Intelligence in Radiology<br><br></div><div>Research Topics: <a href="https://www.frontiersin.org/research-topics/65246/foundation-model-in-radiology" target="_blank">Foundation Model in Radiology</a><div><a href="https://www.frontiersin.org/research-topics/65246/foundation-model-in-radiology" target="_blank">https://www.frontiersin.org/research-topics/65246/foundation-model-in-radiology</a><br><br>**************************************************************************<br>Manuscript Summary Submission Deadline: 30 September 2024<br>Manuscript Submission Deadline: 20 December 2024<br>*************************************************************************</div><div><br>Dear all, we invite original research articles and systematic reviews that showcase the latest breakthroughs, challenges, and future directions in this emerging field of radiology-specific foundation models. We welcome submissions from scholars working at the intersection of artificial intelligence, machine learning, and domain applications.</div><div><br>Topics of interest include, but are not limited to:<br>• New neural network architecture design for radiology-specific foundation models.<br>• New training, fine-tuning, and adaptation methods for radiology-specific foundation models.<br>• New multimodality alignment algorithms for radiology-specific foundation models.<br>• New paradigm for incorporating human feedback for aligning radiology-specific foundation models.<br>• New methods for optimizing, accelerating, and compressing radiology-specific foundation models.<br>• New frameworks for fusing and integrating multiple foundation models and their applications in radiology.<br>• Privacy-preserving training of foundation models and their applications in radiology.<br>• Interpretability and explainability of radiology-specific foundation models.<br>• Trustworthiness of radiology-specific foundation models, such as ethical considerations and bias mitigation.<br>• Evaluation metrics, open datasets, and benchmarking for radiology-specific foundation models.<br><br>Frontiers in Radiology is a leading, interdisciplinary journal that publishes impactful discoveries and clinical experience studies in all areas of radiology, with a particular emphasis on new technology developments and applications. </div><div>Frontiers in Radiology is indexed in:<br>Google Scholar, DOAJ, CrossRef, CLOCKSS, OpenAIRE, PubMed Central (PMC), Scopus, Web of Science Emerging Sources Citation Index (ESCI).<br><br>* Topic Editors *<br>Lu Zhang, Indiana University, Purdue University Indianapolis, Indianapolis, United States<br>Hongzhi Kuai, Maebashi Institute of Technology, Maebashi, Japan<br>Lin Zhao, University of Georgia, Athens, United States</div></div></div>