BACKGROUND: Over the past 20 years, researchers have concentrated on generating retinal images as a means of detecting and classifying chronic diseases. Early diagnosis and treatment are essential to avoid chronic diseases. Manually grading retinal images is time-consuming, prone to errors, and lacks patient-friendliness. Various Deep Learning (DL) algorithms are employed to detect chronic diseases from retinal fundus images. Also, these methods have some disadvantages, such as overfitting, computational cost, and so on.
OBJECTIVE: The proposed research aims to develop Optimized DL based syst
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.
Diabetes is one of the most common diseases worldwide and requires accurate diagnosis. Patients with diabetes are often affected by diabetic retinopathy (DR), which can lead to low vision, vision loss, or blindness. Therefore, a robust computer-aided diagnosis system is needed to provide better treatment to patients. This review mainly focuses on the works related to diagnosing DR from retinal fundus images. A total of 128 research papers have been reviewed from 1986 to 2025. The survey is divided into two parts: one for the grading/classification of DR and the other for DR lesions segmentatio
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.
This study introduces an automated diagnostic framework that detects diabetic retinopathy, glaucoma, and healthy retinas in color fundus images. It leverages several transfer learning (TL) backbones-DenseNet121, ResNet50, ResNet101V2, InceptionResNetV2, and Xception-augmented with additional dense layers, whose architecture and key training hyperparameters are optimized by the Grey Wolf Optimizer (GWO). To enhance image quality and improve feature visibility, Contrast Limited Adaptive Histogram Equalization (CLAHE) is applied during preprocessing, followed by data augmentation techniques such
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.
Supervised learning has excellent segmentation performance in bladder tumor segmentation, but it relies on a large amount of labeled data. To learn the features of bladder tumors from limited labeled data and obtain accurate segmentation results, we propose a semi-supervised segmentation method for bladder tumors, UDS-MT. The method consists of a Mean Teacher network and a guided branch, which respectively undertake the tasks of segmentation prediction and supervision of prediction results. Mean teacher network uses the exponential moving average (EMA) mechanism to update the teacher network p
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.
Despite tremendous efforts devoted to the area, image texture analysis is still an open research field. This paper presents an algorithm and experimental results demonstrating the feasibility of developing automated tools to detect abnormal X-ray images based on tissue attenuation. Specifically, this work proposes using the variability characterised by singular values and conditional indices extracted from the singular value decomposition (SVD) as image texture features. In addition, the paper introduces a "tuning weight" parameter to consider the variability of the X-ray attenuation in tissue
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.
ObjectiveThis study aimed to develop a robust framework for breast cancer diagnosis by integrating advanced segmentation and classification approaches. Transformer-based and U-Net segmentation models were combined with radiomic feature extraction and machine learning classifiers to improve segmentation precision and classification accuracy in mammographic images.Materials and MethodsA multi-center dataset of 8000 mammograms (4200 normal, 3800 abnormal) was used. Segmentation was performed using Transformer-based and U-Net models, evaluated through Dice Coefficient (DSC), Intersection over Unio
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Automatic segmentation in Breast Ultrasound (BUS) imaging is vital to BUS computer-aided diagnostic systems. Fully supervised learning approaches can attain high accuracy, yet they depend on pixel-level annotations that are challenging to obtain. As an alternative, weakly supervised learning methods offer a way to lessen the dependency on extensive annotation requirements. Existing weakly supervised learning methods are typically trained on the entire dataset, but not all samples are effective in training a robust image segmentation model. To overcome this challenge, we have developed a new we
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.
Thyroid ultrasound video provides significant value for thyroid diseases diagnosis, but the ultrasound imaging process is often affected by the speckle noise, resulting in poor quality of the ultrasound video. Numerous video denoising methods have been proposed to remove noise while preserving texture details. However, existing methods still suffer from the following problems: (1) relevant temporal features in the low-contrast ultrasound video cannot be accurately aligned and effectively aggregated by simple optical flow or motion estimation, resulting in the artifacts and motion blur in the v
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.
Composite models that combine medical imaging with electronic medical records (EMR) improve predictive power when compared to traditional models that use imaging alone. The digitization of EMR provides potential access to a wealth of medical information, but presents new challenges in algorithm design and inference. Previous studies, such as Phenome Wide Association Study (PheWAS), have shown that EMR data can be used to investigate the relationship between genotypes and clinical conditions. Here, we introduce Phenome-Disease Association Study to extend the statistical capabilities of the PheW
СтатьяПоддержка NIH: внешняя программаResearch Support, N.I.H., IntramuralПоддержка исследования: вне правительства СШАПоддержка 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.
Glaucoma is an ocular disease which can cause irreversible blindness. The disease is currently identified using specialized equipment operated by optometrists manually. The proposed work aims to provide an efficient imaging solution which can help in automating the process of Glaucoma diagnosis using computer vision techniques from digital fundus images. The proposed method segments the optic disc using a geometrical feature based strategic framework which improves the detection accuracy and makes the algorithm invariant to illumination and noise. Corner thresholding and point contour joining
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.
Many medical image processing techniques rely on accurate shape modeling of anatomical features. The presence of shape abnormalities challenges traditional processing algorithms based on strong morphological priors. In this work, a sparse shape reconstruction from a statistical shape model is presented. It combines the advantages of traditional statistical shape models (defining a 'normal' shape space) and previously presented sparse shape composition (providing localized descriptors of anomalies). The algorithm was incorporated into our image segmentation and classification software. Evaluati
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.
Human intestinal parasites constitute a problem in most tropical countries, causing death or physical and mental disorders. Their diagnosis usually relies on the visual analysis of microscopy images, with error rates that may range from moderate to high. The problem has been addressed via computational image analysis, but only for a few species and images free of fecal impurities. In routine, fecal impurities are a real challenge for automatic image analysis. We have circumvented this problem by a method that can segment and classify, from bright field microscopy images with fecal impurities,
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 optic disk (OD) center and margin are typically requisite landmarks in establishing a frame of reference for classifying retinal and optic nerve pathology. Reliable and efficient OD localization and segmentation are important tasks in automatic eye disease screening. This paper presents a new, fast, and fully automatic OD localization and segmentation algorithm developed for retinal disease screening. First, OD location candidates are identified using template matching. The template is designed to adapt to different image resolutions. Then, vessel characteristics (patterns) on the OD are u
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.
Over the last decade, wireless capsule endoscopy (WCE) technology has become a very useful tool for diagnosing diseases within the human digestive tract. Physicians using WCE can examine the digestive tract in a minimally invasive way searching for pathological abnormalities such as bleeding, polyps, ulcers, and Crohn's disease. To improve effectiveness of WCE, researchers have developed software methods to automatically detect these diseases at a high rate of success. This paper proposes a novel synergistic methodology for automatically discovering polyps (protrusions) and perforated ulcers i
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.
Medical hyperspectral images (MHSIs) are highly promising for assisting with pathological diagnoses because of their rich spatial and spectral information. However, the existing methods inadequately model joint spatial-frequency correlations and struggle to dynamically separate nonstationary pathological details from global structures. To address these challenges, a fractional Fourier transformer (FracTrans) that is designed to explicitly model the nonstationary spatial-frequency correlations that are inherent in MHSIs is proposed in this paper. By integrating a learnable fractional Fourier tr
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 an incurable neurodegenerative disorder characterized by progressive cognitive and functional decline. Consequently, early diagnosis and accurate prediction of disease progression are of paramount importance and inherently complex, necessitating the integration of multi-modal data. While existing methods are typically task-specific and lack generalization, we present ADFound, the first multi-modal foundation model for AD capable of simultaneously addressing diagnosis and prognosis tasks through a unified framework. ADFound leverages a substantial amount of unlabeled
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.
ЦЕЛЬ: Синтетическая MR представляет собой количественный метод МРТ, который измеряет время релаксации ткани и генерирует множество контрастных изображений с использованием подходящих алгоритмов. В настоящей статье в основном обсуждается метод многократного динамического эха (MDME) синтетического MR и кратко описываются другие количественные последовательности MR. МЕТОДЫ: С использованием иллюстративных примеров разъясняются различные виды применения последовательности MDME в нейрорадиологии. Последовательность MDME позволяет быстро определить время релаксации ткани в течение 5-7 минут при полн
СтатьяОбзорПоиск полного текста в очередиМашинный перевод · не проверен
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.
Crohn's disease (CD) is a chronic inflammatory condition that affects the gastrointestinal tract, particularly the ileum and colon. This disease is characterized by recurrent bouts of intestinal inflammation with subsequent bowel wall damage, including scarring (i.e., fibrosis) and abnormal smooth muscle proliferation. MR enterography, an MRI examination tailored to assess the small bowel, is a first-line diagnostic tool for diagnosing CD in children, characterization and monitoring of disease severity and extent, and assessment of disease-related complications. To date, such MRI evaluations h
СтатьяОбзорПоддержка NIH: внешняя программаПолный 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.
Early identification of pancreatitis remains a significant clinical diagnostic challenge that impacts patient outcomes. The evolution of quantitative imaging followed by deep learning models has shown great promise in the non-invasive diagnosis of pancreatitis and its complications. We provide an overview of advancements in diagnostic imaging and quantitative imaging methods along with the evolution of artificial intelligence (AI). In this article, we review the current and future states of methodology and limitations of AI in improving clinical support in the context of early detection and ma
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.
UNLABELLED: Vestibular Schwannoma (VS) is a rare tumor with varied incidence rates, predominantly affecting the 60-69 age group. In the era of artificial intelligence (AI), deep learning (DL) algorithms show promise in automating diagnosis. However, a knowledge gap exists in the automated segmentation of VS using DL. To address this gap, this meta-analysis aims to provide insights into the current state of DL algorithms applied to MR images of VS.
METHODOLOGY: Following 2020 PRISMA guidelines, a search across four databases was conducted. Inclusion criteria focused on articles using DL for VS
СтатьяСистематический обзорМетаанализПоиск 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.
MedElevator
Войти в исследования