BACKGROUND: AI/ML CAD tools can potentially improve outcomes in the high-stakes, high-volume model of trauma radiology. No prior scoping review has been undertaken to comprehensively assess tools in this subspecialty.
PURPOSE: To map the evolution and current state of trauma radiology CAD tools along key dimensions of technology readiness.
METHODS: Following a search of databases, abstract screening, and full-text document review, CAD tool maturity was charted using elements of data curation, performance validation, outcomes research, explainability, user acceptance, and funding patterns. De
СтатьяScoping ReviewПоиск 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.
Decision-making plays a critical role in an individual's interpersonal interactions and cognitive processes. Due to the issue of strong subjectivity in the classification research of art design decisions, we utilize the relatively objective electroencephalogram (EEG) to explore design decision problems. However, different regions of the brain do not have the same influence on the design decision classification, so this paper proposes a spatial feature based convolutional neural network (space-CNN) to explore the problem of decision classification of EEG signals from different regions. We recru
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.
Extreme bradycardia, extreme tachycardia, ventricular flutter fib, and ventricular tachycardia are four malignant arrhythmias (MAs) that lead to sudden cardiac death. It is very important to detect them in daily life. The arterial blood pressure (ABP) signal contains abundant pathological information about four MAs and is easy to be recorded under domestic conditions. Thus, a synthesis-by-analysis (SA) modeling method for ABP signal was proposed to detect the four MAs in this study. The average models of MAs and healthy subjects were obtained by SA modeling, and the change of each ABP wave was
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2023eng
Early detection of glaucoma, a widespread visual disease, can prevent vision loss. Unfortunately, ophthalmologists are scarce and clinical diagnosis requires much time and cost. Therefore, we developed a screening Tri-Labeling deep convolutional neural network (3-LbNets) to identify no glaucoma, glaucoma suspect, and glaucoma cases in global fundus images. 3-LbNets extracts important features from 3 different labeling modals and puts them into an artificial neural network (ANN) to find the final result. The method was effective, with an AUC of 98.66% for no glaucoma, 97.54% for glaucoma suspec
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.
It is critical to establish a reliable method for detecting people infected with COVID-19 since the pandemic has numerous harmful consequences worldwide. If the patient is infected with COVID-19, a chest X-ray can be used to determine this. In this work, an X-ray showing a COVID-19 infection is classified by the capsule neural network model we trained to recognise. 6310 chest X-ray pictures were used to train the models, separated into three categories: normal, pneumonia, and COVID-19. This work is considered an improved deep learning model for the classification of COVID-19 disease through X-
СтатьяОтозванная публикацияПолный 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.
Capsule endoscopy (CE) is an important tool in the management of patients with known or suspected inflammatory bowel disease. Ulcers and erosions of the enteric mucosa are prevalent findings in these patients. They frequently occur together, and their identification in CE is crucial for an accurate evaluation of disease severity. Nevertheless, reviewing CE images is a time-consuming task, and the risk of overlooking lesions is significant.Over the last decade, artificial intelligence (AI) has emerged as a means for overcoming these pitfalls. Of all AI methods, convolutional neural networks (CN
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.
RATIONALE AND OBJECTIVES: Early detection and treatment of COVID-19 patients is crucial. Convolutional neural networks have been proven to accurately extract features in medical images, which accelerates time required for testing and increases the effectiveness of COVID-19 diagnosis. This study proposes two classification models for multiple chest diseases including COVID-19.
MATERIALS AND METHODS: The first is Stacking-ensemble model, which stacks six pretrained models including EfficientNetV2-B0, EfficientNetV2-B1, EfficientNetV2-B2, EfficientNetV2-B3, EfficientNetV2-S and EfficientNetV2-M.
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.
PURPOSE: In this work, we investigated the ability of neural networks to rapidly and robustly predict Lorentzian parameters of multi-pool CEST MRI spectra at 7 T with corresponding uncertainty maps to make them quickly and easily available for routine clinical use.
METHODS: We developed a deepCEST 7 T approach that generates CEST contrasts from just 1 scan with robustness against B1 inhomogeneities. The input data for a neural feed-forward network consisted of 7 T in vivo uncorrected Z-spectra of a single B1 level, and a B1 map. The 7 T raw data were acquired using a 3D snapshot gradient echo
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Acupuncture can regulate the functions of human body and improve the cognition of brain. However, the mechanism of acupuncture manipulations remains unclear. Here, we hypothesis that the frontal cortex plays a gating role in information routing of brain network under acupuncture. To that end, the gating effect of frontal cortex under acupuncture is analyzed in combination with EEG data of acupuncture at Zusanli acupoints. In addition, recurrent neural network (RNN) is used to reproduce the dynamics of frontal cortex under normal state and acupuncture state. From low-dimensional view, it is sho
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
The external and middle ear conditions are diagnosed using a digital otoscope. The clinical diagnosis of ear conditions is suffered from restricted accuracy due to the increased dependency on otolaryngologist expertise, patient complaint, blurring of the otoscopic images, and complexity of lesions definition. There is a high requirement for improved diagnosis algorithms based on otoscopic image processing. This paper presented an ear diagnosis approach based on a convolutional neural network (CNN) as feature extraction and long short-term memory (LSTM) as a classifier algorithm. However, the s
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.
Dust storms have many negative consequences, and affect all kinds of ecosystems, as well as climate and weather conditions. Therefore, classification of dust storm sources into different susceptibility categories can help us mitigate its negative effects. This study aimed to classify the susceptibility of dust sources in the Middle East (ME) by developing two novel deep learning (DL) hybrid models based on the convolutional neural network-gated recurrent unit (CNN-GRU) model, and the dense layer deep learning-random forest (DLDL-RF) model. The Dragonfly algorithm (DA) was used to identify the
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
The brain tumor is one of the deadliest cancerous diseases and its severity has turned it to the leading cause of cancer related mortality. The treatment procedure of the brain tumor depends on the type, location and size of the tumor. Relying solely on human inspection for precise categorization can lead to inevitably dangerous situation. This manual diagnosis process can be improved and accelerated through an automated Computer Aided Diagnosis (CADx) system. In this article, a novel approach using two-stage feature ensemble of deep Convolutional Neural Networks (CNN) is proposed for precise
СтатьяПоддержка исследования: вне правительства СШАПоиск 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: Miniaturized accelerometers incorporated in pacing leads attached to the myocardium, are used to monitor cardiac function. For this purpose functional indices must be extracted from the acceleration signal. A method that automatically detects the time of aortic valve opening (AVO) and aortic valve closure (AVC) will be helpful for such extraction. We tested if deep learning can be used to detect these valve events from epicardially attached accelerometers, using high fidelity pressure measurements to establish ground truth for these valve events.
METHOD: A deep neural network cons
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
Digestive and liver disease : official journal of the Italian Society of Gastroenterology and the Italian Association for the Study of the Liver2022eng
The use of artificial intelligence is rapidly increasing in medicine to support clinical decision making mostly through diagnostic and prediction models. Such models derive from huge databases (big data) including a large variety of health-related individual patient data (input) and the corresponding diagnosis and/or outcome (labels). Various types of algorithms (e.g. neural networks) based on powerful computational ability (machine), allow to detect the relationship between input and labels (learning). More complex algorithms, like recurrent neural network can learn from previous as well as a
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/PURPOSE: Pressure ulcers are a common problem in hospital care and long-term care. Pressure ulcers are caused by prolonged compression of soft tissues, which can cause local tissue damage and even lead to serious infections. This study uses a deep learning algorithm to construct a system that diagnoses pressure ulcers and assists in making treatment decisions, thus providing additional reference for first-line caregivers.
METHODS: We performed a retrospective research of medical records to find photos of patients with pressure ulcers at National Taiwan University Hospital from 2016
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.
Initial development of artificial Intelligence (AI) and machine learning (ML) dates back to the mid-twentieth century. A growing awareness of the potential for AI, as well as increases in computational resources, research, and investment are rapidly advancing AI applications to medical imaging and, specifically, brain molecular imaging. AI/ML can improve imaging operations and decision making, and potentially perform tasks that are not readily possible by physicians, such as predicting disease prognosis, and identifying latent relationships from multi-modal clinical information. The number of
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2022eng
For physicians to make rapid clinical decisions for patients with congestive heart failure, the assessment of pulmonary edema severity in chest radiographs is vital. Although deep learning has shown promise in detecting the presence or absence or discrete grades of severity, of such edema, prediction of continuous-valued severity yet remains a challenge. Here, we propose PENet: Siamese convolutional neural networks to assess the continuous spectrum of severity of lung edema from chest radiographs. We present different modes of implementing this network and demonstrate that our best model outpe
СтатьяПоддержка исследования: вне правительства СШАПоиск 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: Refractive error detection is a significant factor in preventing the development of myopia. To improve the efficiency and accuracy of refractive error detection, a refractive error detection network (REDNet) is proposed that combines the advantages of a convolutional neural network (CNN) and a recurrent neural network (RNN). It not only extracts the features of each image, but also fully utilizes the sequential relationship between images. In this article, we develop a system to predict the spherical power, cylindrical power, and spherical equivalent in multiple eccentric photorefr
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2022eng
The coronavirus disease 2019 (COVID-19) evolved into a global pandemic, responsible for a significant number of infections and deaths. In this scenario, point-of-care ultrasound (POCUS) has emerged as a viable and safe imaging modality. Computer vision (CV) solutions have been proposed to aid clinicians in POCUS image interpretation, namely detection/segmentation of structures and image/patient classification but relevant challenges still remain. As such, the aim of this study is to develop CV algorithms, using Deep Learning techniques, to create tools that can aid doctors in the diagnosis of
СтатьяПоддержка исследования: вне правительства СШАПоиск 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.
OBJECTIVE: Ischemic stroke (IS) with subsequent cerebrocardiac syndrome (CCS) has a poor prognosis. We aimed to investigate electrocardiogram (ECG) changes after IS with artificial intelligence (AI).
METHODS: We collected ECGs from a healthy population and patients with IS, and then analyzed participant demographics and ECG parameters to identify abnormal features in post-IS ECGs. Next, we trained the convolutional neural network (CNN), random forest (RF) and support vector machine (SVM) models to automatically detect the changes in the ECGs; Additionally, We compared the CNN scores of good p
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