Fractal analysis (FA) is a mathematical method used to evaluate irregular and complex shapes. The numerical result obtained from FA is called fractal dimension (FD). FA can detect subtle bone changes in diseases that affect bone microstructures such as temporomandibular disorder (TMD), even when these changes are not visible on radiographs. It provides objective results that can improve clinical diagnosis without creating extra burden for patients. This study aimed to evaluate the relationship between FD values and both the severity of TMD and degenerative changes in temporomandibular joints (
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.
Osteophytes and ossification of the posterior longitudinal ligament (OPLL) are major contributors to degenerative cervical myelopathy (DCM), a leading cause of spinal cord dysfunction in adults. Accurate assessment of these lesions is essential for surgical planning, particularly in patients considered for artificial disc replacement (ADR), where the extent of ossification critically influences surgical eligibility. This study evaluated the performance of YOLO (You Only Look Once)-based deep learning models for automated detection of osteophytes and OPLL in cervical computed tomography (CT) im
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.
This study aimed to conceptually evaluate the diagnostic capacity and limitations of a general-purpose vision-language model (ChatGPT-4o) in the radiographic staging of femoral head avascular necrosis (AVN) according to the Ficat-Arlet (FA) classification. Rather than proposing clinical implementation, this proof-of-concept investigation was designed to delineate the boundaries of general-purpose artificial intelligence (AI) in radiographic reasoning. A total of 240 anteroposterior pelvic X-ray images with corresponding clinical and magnetic resonance imaging (MRI)-based reference staging were
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: The objective of this study was to develop a flexible risk stratification strategy for AML that is specific for venetoclax plus azacitidine (ven/aza), addresses real-world data (RWD) issues, and is also adaptable to different use cases.
METHODS: A series of tunable risk models (RMs) were generated from a dynamic counterfactual machine learning (ML) strategy. These used a range of features from diagnostic AML samples and were tested using objective metrics on a single-institution cohort of 316 newly diagnosed patients treated with ven/aza. RM performance was tested using various model
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.
Efficient processing of radiology reports for monitoring disease progression is crucial in oncology. Although large language models (LLMs) show promise in extracting structured information from medical reports, privacy concerns limit their clinical implementation. This study evaluates the feasibility and accuracy of two of the most recent Llama models for generating structured lymphoma progression reports from cross-sectional imaging data in a privacy-preserving, real-world clinical setting. This single-center, retrospective study included adult lymphoma patients who underwent cross-sectional
СтатьяСравнительное исследованиеПолный 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: Flow cytometry is a key diagnostic technique in hematology that provides protein information at a single-cell level. Traditionally interpreted manually in a sequence of two-dimensional plots, automated analysis techniques have grown in significance in both research and clinics improving interrater reliability and speeding up analysis. Published tools usually require a specific diagnostic setup, which hinders widespread implementation.
METHODS: In this paper, we present the development of a software package and web app (diagnFlow) for the automated analysis of any in-house clinical fl
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.
HSG-Assistant is an AI-driven diagnostic framework designed to address the significant limitations of traditional Hysterosalpingography (HSG) imaging in diagnosing female infertility, including low resolution, high noise levels, and limited diagnostic accuracy. These challenges hinder the reliable detection of essential anatomical features, often leading to missed or inaccurate diagnoses. To overcome these issues, the framework integrates three key components: (1) a YOLO-based detection model to accurately localize and classify fallopian tube conditions with high precision (mAP@.5 of 99.5%), (
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: The diagnosis of chronic lymphocytic leukemia (CLL) is often delayed several years in advance of disease. Addressing this care gap would aid in identifying at-risk patients who may benefit from targeted evaluation to prevent adverse outcomes. To our knowledge, to date, however, there are no widely utilized machine learning (ML) models that predict development of CLL. Therefore, the objective of this study was to leverage readily available laboratory data to train and test the performance of ML-based risk models for abnormal lymphocytosis associated with CLL.
METHODS: The observationa
СтатьяНаблюдательное исследованиеПоиск 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 study aims to utilize interpretable machine learning models to predict the risk of myasthenia gravis onset in thymoma patients and investigate the intrinsic correlations and causal relationships between them. A comprehensive retrospective analysis was conducted on 172 thymoma patients diagnosed at two medical centers between 2018 and 2024. The cohort was bifurcated into a training set (n = 134) and test set (n = 38) to develop and validate risk predictive models. Radiomic and deep features were extracted from tumor regions across three CT phases: non-enhanced, arterial, and venous. Through
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.
Dual-energy subtraction (DES) chest X-ray images (CXRs) are often affected by motion artifacts resulting from patients' voluntary or involuntary movements, even in clinical settings. Additionally, the mediastinum and upper abdominal regions in low-energy (LE) CXRs are susceptible to signal insufficiency due to inadequate input photon numbers. Current image processing techniques for removing motion artifacts and statistical noise from DES-CXRs are insufficient, and potential algorithms for these tasks remain largely unexplored. We propose a framework based on paired cycle-consistency adversaria
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.
To assess the efficacy of super-resolution deep learning reconstruction (SR-DLR) in enhancing the visualization of pancreatic cystic lesions (PCLs) on magnetic resonance cholangiopancreatography (MRCP). This retrospective study included 85 patients who underwent MRCP, comprising 52 patients with PCLs and 33 without. Images reconstructed using SR-DLR were compared with original images. Quantitative metrics included signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) of the common bile duct (CBD) and PCLs, as well as full width at half maximum (FWHM), edge rise distance (ERD), and edge
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.
Employing a whole-brain (WB) mask as a region of interest for extracting radiomic features is a feasible, albeit less common, approach in neuro-oncology research. This study aims to evaluate the relationship between WB radiomic features, derived from various neuroimaging modalities in patients with gliomas, and some key baseline characteristics of patients and tumors such as sex, histological tumor type, WHO Grade (2021), IDH1 mutation status, necrosis lesions, contrast enhancement, T/N peak value and metabolic tumor volume. Forty-one patients (average age 50 ± 15 years, 21 females and 20 male
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: Adaptive radiotherapy accounts for interfractional anatomic changes. We hypothesize that changes in the gross tumor volumes identified during daily scans could be analyzed using delta-radiomics to predict disease progression events. We evaluated whether an auxiliary data set could improve prediction performance.
MATERIALS AND METHODS: We analyzed 108 patients (n = 90 internal; n = 18 external) who received ablative radiotherapy. The internal data set included 42 patients with adrenal cancer, 23 patients with lung cancer, and 25 patients with pancreatic cancer, with the clinical end p
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.
Vitiligo, a prevalent skin condition characterized by depigmentation, presents challenges in staging due to its inherent complexity. Multimodal skin images can provide complementary information, and in this study, the integration of clinical images of vitiligo and those obtained under Wood's lamp is conducive to the classification of vitiligo stages. However, difficulties in annotating multimodal data and the scarcity of multimodal data limit the performance of deep learning models in related classification tasks. To address these issues, a Multimodal Masked Autoencoder (Multi-MAE) based on ad
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.
Oral potentially malignant diseases (OPMD) may arise during the malignant transformation of the oral mucosa, with cellular changes in these lesions increasing the likelihood of cancer development compared to normal tissues. This study aims to evaluate the performance of a deep learning-based diagnostic software designed to detect OPMD. A total of 358 anonymized retrospective intraoral images from patients histopathologically diagnosed with oral lichen planus, oral leukoplakia, or oral cancer via incisional biopsy were used. The images were annotated using the polygonal labeling method in Crani
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: Disability pension (DP) among young adults has steadily increased in Norway, with chronic pain and psychological distress among the main causes. This study examined the association between co-occurring psychological distress and chronic pain in adolescence and the risk of DP during emerging adulthood, before and after the Norwegian Labour and Welfare Administration (NAV) reform. Machine learning survival models were also developed to predict early DP and identify consistent risk factors across cohorts.
METHODS: Data from two general population surveys in 1995-1997 (Young-HUNT1)
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.
This study aims to develop and assess an optimized three-dimensional convolutional neural network model (3D CNN) for predicting major cardiac events from coronary computed tomography angiography (CCTA) images in patients with suspected coronary artery disease. Patients undergoing CCTA with suspected coronary artery disease (CAD) were retrospectively included in this single-center study and split into training and test sets. The endpoint was defined as a composite of all-cause death, myocardial infarction, unstable angina, or revascularization events. Cardiovascular risk assessment relied on Mo
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.
Perianal fistula is a complex condition where surgeons conduct surgeries based on the mentally mapped images they created from the information found in the radiology report. If not properly treated, a fistula could reoccur. To reduce the chances of reoccurrence, a patient-specific, visual, and accurate depiction of the internal tracts in relation to the pelvic floor is required. A three-dimensional (3D) parametric model generation software was previously developed and evaluated successfully with radiologists. In this paper, the software output is evaluated with two colorectal surgeons for 10 f
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.
Electroencephalography (EEG) is a non-invasive technique that records brain electrical activity, providing critical insights into neural processes. In recent years, EEG has become integral to brain-computer interface (BCI) research. BCIs enhance human-computer interaction, support assistive solutions for people with disabilities, and enable novel clinical applications. Research in EEG-based BCIs involves several key components: signal acquisition, preprocessing, feature extraction, and classification. Advanced machine learning models, especially those that emphasize personalized and incrementa
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.
Uveal melanoma requires volumetric mapping to guide therapy, as two-dimensional frames lack the topology necessary for precise boundary delineation. This work employs DUSt3R-based correspondence estimation with self-calibrated poses and dense pointmaps, refined through intrinsic reprojection loss, while Logarithmic Positional Partition Interval Encoding (LPPIE) is applied to depth data, pointmaps, and camera parameter tuples to reduce memory usage. The pipeline was evaluated on melanoma, nevus, melanosis, pterygium, and phantom ocular images using metrics including completeness (C), mean absol
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.
MedElevator
Войти в исследования