Despite notable advances in deep learning, accurately segmenting lung lesions in computed tomography remains a significant challenge due to the scarcity of annotated data and the high diversity in lesion appearance. To address these issues, seeded image segmentation stands out as a flexible and accurate approach, adapting to diverse image contexts and target definitions. Building on this perspective, we introduce the Deep Laplacian Coordinates Neural Network (DLCNN): a novel framework that integrates deep boundary detection, anisotropic diffusion and seed-driven labeling to segment lung lesion
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.
Pneumonitis is an infectious disease that causes the inflammation of the air sac. It can be life-threatening to the very young and elderly. Detection of pneumonitis from X-ray images is a significant challenge. Early detection and assistance with diagnosis can be crucial. Recent developments in the field of deep learning have significantly improved their performance in medical image analysis. The superior predictive performance of the deep learning methods makes them ideal for pneumonitis classification from chest X-ray images. However, training deep learning models can be cumbersome and resou
Сравнительное исследованиеОценочное исследованиеСтатьяОтозванная публикацияПолный 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.
Extracting the tongue body accurately from a digital tongue image is a challenge for automated tongue diagnoses, as the blurred edge of the tongue body, interference of pathological details, and the huge difference in the size and shape of the tongue. In this study, an automated tongue image segmentation method using enhanced fully convolutional network with encoder-decoder structure was presented. In the frame of the proposed network, the deep residual network was adopted as an encoder to obtain dense feature maps, and a Receptive Field Block was assembled behind the encoder. Receptive Field
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.
Artificial intelligence (AI) tools have been applied to diagnose or predict disease risk from medical images with recent data disclosure actions, but few of them are designed for mobile terminals due to the limited computational power and storage capacity of mobile devices. In this work, a novel AI diagnostic system is proposed for cholelithiasis recognition on mobile devices with Android platform. To this aim, a data set of CT images of cholelithiasis is firstly collected from The Third Hospital of Shandong Province, China, and then we technically use histogram equalization to preprocess thes
Сравнительное исследованиеСтатьяПоддержка 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: Small metallic foreign bodies may easily be identified by conventional x-ray. The Comberg shell is a useful tool to discriminate between extra-respectively intraocular localization of the foreign body. However, poor results are common when evaluating the x-ray films.
METHODS: We have improved evaluation of the radiographs by means of a program for a personal computer, regarding the following aspects: To avoid errors of measurement the relevant points of the radiograms are read by a digitizer-tableau. The different projection failure of the lateral respectively posteroanterior x-ra
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.
INTRODUCTION: This study aimed to develop a deep learning-based system to automatically assess patient positioning compliance in chest radiographs, focusing on cervical spine visibility, scapular overlap, and costophrenic angle completeness, to improve image quality and diagnostic accuracy. METHODS: A total of 3663 de-identified posterior-anterior chest X-rays were collected and annotated for cervical spine, scapulae, and costophrenic angles. Compliance criteria included visibility of at least three cervical vertebrae, non-overlapping scapulae, and fully visible costophrenic angles. A hybrid d
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.
Prostate cancer remains a leading cause of cancer-related morbidity in men, and its accurate aggressiveness grading is critical for optimizing treatment strategies. While multiparametric MRI (mpMRI) has revolutionized prostate cancer diagnostics through non-invasive visualization of anatomical and functional tissue contrasts, current automated grading frameworks face significant limitations due to inter-scanner heterogeneity, inadequate modeling of tumor microarchitecture, and insufficient clinical reliability. This study introduces MR-ProGradeNet (Multi-Resolution Prostate Grading Network), a
СтатьяПолный 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.
Cardiovascular magnetic resonance (CMR) is widely used to assess cardiac function, but individual cardiac cycles complicate automatic temporal comparison and sub-phase analysis. Accurate cardiac keyframe detection can eliminate this problem. However, automatic methods solely derive end-systole (ES) and end-diastole (ED) frames from left ventricular volume curves, which do not provide a deeper insight into myocardial motion. We propose a self-supervised deep learning method detecting five keyframes in short-axis (SAX) and four-chamber (4CH) cine CMR. Initially, dense deformable registration fie
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.
PURPOSE: A fully automated segmentation of substantia nigra (SN) is an essential task for the development of an explainable computer-aided diagnosis system of Parkinson's disease (PD). Since anatomical alterations of SN are vital information in PD diagnosis, a precise segmentation model should have generalization ability against spatiotemporal changes. To satisfy these requirements, we propose a fully automated pipeline with several new techniques for a volumetric image obtained by neuromelanin magnetic resonance imaging.
METHODS: We develop a pipeline by integrating SN-prior probability esti
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 To evaluate the diagnostic capability of MR histopathology (MRH) for identifying prostate cancer and guiding selection of imaging parameters for clinical MRH acquisition. Materials and Methods This retrospective study was conducted on a dataset of histologic slides of radical prostatectomy specimens with prostate cancer collected between 2009 and 2011. The dataset was used to perform an in silico validation of MRH, a method of assessing tissue texture that trades spatial coherence for spatial resolution surpassing traditional MRH by over an order of magnitude. The MRH measurement proce
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.
The utilization of magnetic resonance (MR) imaging to guide near-infrared spectral tomography (NIRST) shows significant potential for improving the specificity and sensitivity of breast cancer diagnosis. However, the efficiency and accuracy of NIRST image reconstruction have been limited by the complexities of light propagation modeling and MRI image segmentation. To address these challenges, we developed and evaluated a deep learning-based approach for MR-guided 3D NIRST image reconstruction (DL-MRg-NIRST). Using a network trained on synthetic data, the DL-MRg-NIRST system reconstructed image
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПолный 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.
OBJECTIVES: To compare the diagnostic performance of deep learning reconstruction (DLR) of zero echo time (ZTE) MRI for structural lesions in patients with axial spondyloarthritis, against T1WI and ZTE MRI without DLR, using CT as the reference standard.
MATERIALS AND METHODS: From February 2021 to December 2022, 26 patients (52 sacroiliac joints (SIJ) and 104 quadrants) underwent SIJ MRIs. Three readers assessed overall image quality and structural conspicuity, scoring SIJs for structural lesions on T1WI, ZTE, and ZTE DLR 50%, 75%, and 100%, respectively. Diagnostic performance was evaluated
СтатьяПолный 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.
PURPOSE: Amyotrophic Lateral Sclerosis is a devastating motor neuron disease characterized by its diagnostic difficulty. Currently, no reliable biomarkers exist in the diagnosis process. In this scenario, our purpose is the application of machine learning algorithms to imaging MRI-derived variables for the development of diagnostic models that facilitate and shorten the process.
METHODS: A dataset of 211 patients (114 ALS, 45 mimic, 22 genetic carriers and 30 control) with MRI-derived features of volumetry, cortical thickness and local iron (via T2* mapping, and visual assessment of susceptib
СтатьяПолный 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.
Cardiac Magnetic Resonance (CMR) protocols can be lengthy and complex, which has driven the research community to develop new technologies to make these protocols more efficient and patient-friendly. Two different approaches to improving CMR have been proposed, specifically "all-in-one" CMR, where several contrasts and/or motion states are acquired simultaneously, and "real-time" CMR, in which the examination is accelerated to avoid the need for breathholding and/or cardiac gating. The goal of this two-part manuscript is to describe these two different types of emerging rapid CMR protocols. To
СтатьяОбзорПоддержка 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.
PURPOSE: To detect the Marchiafava Bignami Disease (MBD) using a distinct deep learning technique.
BACKGROUND: Advanced deep learning methods are becoming more crucial in contemporary medical diagnostics, particularly for detecting intricate and uncommon neurological illnesses such as MBD. This rare neurodegenerative disorder, sometimes associated with persistent alcoholism, is characterized by the loss of myelin or tissue death in the corpus callosum. It poses significant diagnostic difficulties owing to its infrequency and the subtle signs it exhibits in its first stages, both clinically an
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.
BACKGROUND: Patients with cardiac sarcoidosis (CS) are at increased risk of life-threatening ventricular arrhythmias (VA). Current approaches to risk stratification have limited predictive value.
OBJECTIVES: To assess the utility of spatial dispersion analysis of late gadolinium enhancement cardiac magnetic resonance (LGE-CMR), as a quantitative measure of myocardial tissue heterogeneity, in risk stratifying patients with CS for VA and death.
METHODS: Sixty two patients with CS underwent LGE-CMR. LGE images were segmented and dispersion maps of the left and right ventricles were generated as
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.
BACKGROUND AND PURPOSE: The brain stem is a complex configuration of small nuclei and pathways for motor, sensory, and autonomic control that are essential for life, yet internal brain stem anatomy is difficult to characterize in living subjects. We hypothesized that the 3D fast gray matter acquisition T1 inversion recovery sequence, which uses a short inversion time to suppress signal from white matter, could improve contrast resolution of brain stem pathways and nuclei with 3T MR imaging.
MATERIALS AND METHODS: After preliminary optimization for contrast resolution, the fast gray matter acq
СтатьяПоддержка 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.
BACKGROUND AND PURPOSE: Intracranial atherosclerosis is one of the main causes of stroke, and high-resolution magnetic resonance imaging provides useful imaging biomarkers related to the risk of ischemic events. This study aims to evaluate differences in histogram features between culprit and nonculprit intracranial atherosclerosis using high-resolution magnetic resonance imaging.
METHODS: Two hundred forty-seven patients with intracranial atherosclerosis who underwent high-resolution magnetic resonance imaging sequentially between January 2015 and December 2016 were recruited. Quantitative f
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.
Alzheimer's Disease (AD) begins several years before the symptoms develop. It starts with Mild Cognitive Impairment (MCI) which can be separated into Early MCI and Late MCI (EMCI and LMCI). Functional connectivity analysis and classification are done among the different stages of illness with Functional Magnetic Resonance Imaging (fMRI). In this study, in addition to the four stages including healthy, EMCI, LMCI, and AD, the patients have been tracked for a year. Indeed, the classification has been done among 7 groups to analyze the functional connectivity changes in one year in different stag
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 AND PURPOSE: Developed using a rigorous mathematic framework, Maximum AmbiGuity distance for Phase Imaging (MAGPI) is a promising phase-imaging technique that provides optimal phase SNR and reduced susceptibility artifacts. We aimed to test the potential of MAGPI over routinely used SWI in the detection of traumatic cerebral microbleeds in athletes diagnosed with mild traumatic brain injury.
MATERIALS AND METHODS: In this prospective study, 10 athletes (18-22 years of age, 3 women/7 men) diagnosed with mild traumatic brain injury were enrolled. Brain MRIs were performed using 3T MR
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.
MedElevator
Войти в исследования