Detecting ovarian structures in ultrasound images is essential in gynecological and reproductive medicine. An automated detection system can serve as a valuable tool for physicians and assist in complex ultrasound interpretations. This study presents a CNN-based object detector designed to segment and count follicle regions in ovarian ultrasound images. Automated identification of ovarian follicles can aid in diagnosing conditions such as infertility, Polycystic Ovarian Syndrome (PCOS), ovarian cancer, and other reproductive health issues. The proposed model, Multi-Attention Residual Dilated U
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
It has been shown in recent years that a range of optical diseases have early manifestation in retinal fundus images. It is becoming increasingly important to separate the regions of interest (RoI) upfront in the automated classification pipeline in order to ensure the alignment of the disease diagnosis with clinically relevant visual features. In this work, we introduce Pan-Ret, a semi-supervised framework which starts with locating the abnormalities in the biomedically relevant RoIs of a retinal image in an "annotation-agnostic" fashion. It does so by leveraging an anomaly detection setup us
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Many ophthalmic disorders such as diabetic retinopathy and hypertension can be early diagnosed by analyzing changes related to the vascular structure of the retina. Accuracy and efficiency of the segmentation of retinal blood vessels are important parameters that can help the ophthalmologist to better characterize the targeted anomalies.
METHOD: In this work, we propose a new method for accurate unsupervised automatic segmentation of retinal blood vessels based on a simple and adequate combination of classical filters. Initially, contrast of vessels in retinal image is significant
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: Machine Learning Package for Cancer Diagnosis (MLCD) is the result of a National Institutes of Health/National Cancer Institute (NIH/NCI)-sponsored project for developing a unified software package from state-of-the-art breast cancer biopsy diagnosis and machine learning algorithms that can improve the quality of both clinical practice and ongoing research.
METHODS: Whole-slide images of 240 well-characterized breast biopsy cases, initially assembled under R01 CA140560, were used for developing the algorithms and training the machine learning models. This software package is based on
СтатьяПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Ultrasound imaging is widely used for early breast cancer screening to enhance patient survival. However, interpreting these images is inherently challenging due to speckle noise, low lesion-to-tissue contrast, and highly variable tumor morphology within complex anatomical structures. Additionally, variations in image characteristics across institutions and devices further impede the development of robust and generalizable computer-aided diagnostic systems. To alleviate these issues, this paper presents a cross-domain segmentation prior guided classification strategy for robust breast tumor di
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: To verify the applicability of retinal image quality (RIQ) models in real-world diabetic retinopathy screening for uncovering actionable insights to improve imaging protocols.
MATERIALS AND METHODS: NaIA-RD, a custom AI system developed by the University Hospital of Navarre (Spain) for diabetic retinopathy screening, was employed to monitor retinal image quality (RIQ) across multiple imaging sites within the hospital. A large retrospective dataset consisting of 55,801 routine retinal images collected over a period of 3.6 years was compiled for this purpose. Additionally, two convol
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Alzheimer's Disease (AD) is a progressive neurodegenerative disorder characterized by cognitive decline and memory loss. Magnetic Resonance Imaging (MRI) plays a key role in detecting AD in Computer-aided Diagnosis (CAD) systems. However, variations in MRI scanners and imaging protocols introduce domain shifts, which significantly degrade model performance. Additionally, CAD models may misdiagnose unfamiliar neurodegenerative diseases not represented during training. In these complex and diverse clinical scenarios, employing closed set domain adaptation methods to achieve accurate diagnosis of
СтатьяПоддержка правительства СШАПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Diabetic retinopathy (DR), a common diabetic complication, stands as a primary cause of retinal blindness. Rapid automatic DR grading is a crucial approach for prevention. Although deep learning has shown promising results in automated DR grading, its deployment in clinical settings remains challenging due to variations in imaging devices, lighting conditions and other conditions in different hospitals. This study explores the problem of decreased generalization performance in DR grading, stemming from variations in the distributions of the source and target domains, namely addressing the doma
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Hair and scalp-related diseases often go unnoticed in the initial stages and patients sometimes cannot differentiate between hair loss and regular hair fall. Diagnosing hair related diseases is time-consuming as it requires professional dermatologists to perform visual and medical tests. There are some works reported in literature which perform binary classification of whether the person has alopecia or not. Often, clinicians calculate SALT, Ludwig or Norwood scores to detect the stage of alopecia. This would require a patient's scalp view from top, front, sides and back, which acts as a const
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Currently, it is difficult to find a solution to the inverse inappropriate problem, which involves restoring a high-resolution image from a lowresolution image contained within a single image. In nature photography, one can capture a wide variety of objects and textures, each with its own characteristics, most notably the high-frequency component. These qualities can be distinguished from each other by looking at the pictures.
OBJECTIVE: The goal is to develop an automated approach to identify thyroid nodules on ultrasound images. The aim of this research is to accurately differen
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Polycystic Ovary Syndrome (PCOS) is a widespread endocrinological dysfunction impacting women of reproductive age, categorized by excess androgens and a variety of associated syndromes, consisting of acne, alopecia, and hirsutism. It involves the presence of multiple immature follicles in the ovaries, which can disrupt normal ovulation and lead to hormonal imbalances and associated health complications. Routine diagnostic methods rely on manual interpretation of ultrasound (US) images and clinical assessments, which are time-consuming and prone to errors. Therefore, implementing an automated s
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Gastric intestinal metaplasia (GIM) is often visually inconspicuous on routine endoscopy, while many artificial intelligence systems rely on dense supervision, lack calibrated probabilities, or provide limited evidence of transfer across datasets and devices. We developed a single-frame, four-class endoscopic classifier that jointly models anatomic context and metaplasia status.
METHODS: We propose a dual-stream architecture that combines an RGB Swin Transformer backbone with SHAP-guided lesion-aware multi-scale auxiliary tokens. The two streams are fused through class-token atten
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The rapid advancements in artificial intelligence (AI) carry the promise to reshape abdominal imaging by offering transformative solutions to challenges in disease detection, classification, and personalized care. AI applications, particularly those leveraging deep learning and radiomics, have demonstrated remarkable accuracy in detecting a wide range of abdominal conditions, including but not limited to diffuse liver parenchymal disease, focal liver lesions, pancreatic ductal adenocarcinoma (PDAC), renal tumors, and bowel pathologies. These models excel in the automation of tasks such as segm
СтатьяОбзорПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Multi-instance learning (MIL) exhibits advanced and surpassed capabilities in understanding and recognizing complex patterns within gigapixel histopathological images. However, current MIL methods for the analysis of the histopathological images still give rise to two main concerns. On one hand, vanilla MIL methods intuitively focus on identifying salient instances (easy-to-classify instances) without considering hard-to-classify instances, which is biased and prone to produce false positive instances. On the other hand, since the positive tissue occupies only a small fraction of histopatholog
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Pathological analysis of placenta is currently a valuable tool for gaining insights into pregnancy outcomes. In placental histopathology, multiple functional tissues can be inspected as potential signals reflecting the transfer functionality between fetal and maternal circulations. However, the identification of multiple functional tissues is challenging due to (1) severe heterogeneity in texture, size and shape, (2) distribution across different scales and (3) the need for comprehensive assessment at the whole slide image (WSI) level. To solve aforementioned problems, we establish a brand new
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND OBJECTIVE: The availability of labeled data is crucial for training deep neural networks. However, in some cases, the available data is limited or unlabeled, which poses a significant obstacle in developing accurate models. Various approaches exist to address this issue, such as Image Augmentation, Transfer Learning, and GANs. However, these approaches often require a significant amount of training data or may not generate desired results. In this article, we present a novel method for generating synthetic images from very limited data using the ACGAN.
METHODS: We conducted exp
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Assessing the diagnostic value of liver ultrasound image computerized analysis (USICA) for hepatic fibrosis (HF) staging in respect to the "gold standard" provided by liver biopsy (LB).
METHODS: Two-hundred twenty-eight patients with chronic hepatopathies were prospectively enrolled in the study. All the patients underwent LB and abdominal ultrasound (US). For quantitative US assessment of HF, an image analysis software was developed and 3 parameters were extracted by wavelet processing of the region of interest: mHLlivermHHliver, mHLlivermLLliver, and mHLlivermHLspleen. To assess
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Analysis of scoliosis requires thorough radiographic evaluation by spinal curvature estimation to completely assess the spinal deformity. Spinal curvature estimation gives orthopaedic surgeons an idea of severity of spinal deformity for therapeutic purposes. Manual intervention has always been an issue to ensure accuracy and repeatability. Computer assisted systems are semi-automatic and is still influenced by surgeon's expertise. Spinal curvature estimation completely relies on accurate identification of required end vertebrae like superior end-vertebra, inferior end-vertebra and apical verte
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: The videokeratoscope is one of the most widely used instruments for the diagnosis of the human cornea. Results are usually plotted in the form of color-coded maps where each color is associated with a specific range of curvatures or elevations. Nevertheless there has been no thorough study in the literature demonstrating the advantages or disadvantages of different visualization techniques applied to the videokeratoscope.
METHODS: A videokeratograph developed in our laboratory was used to collect in vivo data. The cornea of a patient with keratoconus was used as input data for all im
Аннотация на английскомСтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Ultrasound B-scan images of the thyroid obtained from 10 patients with Hashimoto disease were digitized and processed by a computer method of image analysis that segments complex B-scan images into regions of homogeneous texture. The method was first applied to B-scan images of the normal thyroid and it consistently classified the normal tissue into a unique region. When applied to Hashimoto disease B-scan images, the same method segmented the thyroid into two regions. Detailed analysis of these regions revealed that their gray-level histograms were very different from that of the normal thyro
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования