To develop and evaluate SynPAR, a framework for reproducible membership-inference auditing and reporting of synthetic radiomic and embedding data. We evaluated feature releases from eight imaging cohorts using distance, density-ratio, and shadow-calibrated attacks. Reference-overlap experiments tested evaluation contamination. Graded exact-copy controls, with separate threshold-calibration and test records, measured discrimination and sensitivity at false-positive-rate (FPR) targets of 1%, 5%, and 10%. Findings informed a seven-item reporting checklist. Reference overlap increased mean densit
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.
Claudin-18.2 (CLDN18.2) is a membrane-associated biomarker with emerging translational relevance in biliary tract cancers. In intrahepatic cholangiocarcinoma (ICC), whole-slide image (WSI)-level assessment is complicated by abundant stroma, dispersed tumor glands, non-neoplastic epithelial structures, and heterogeneous membranous staining. We developed TRACE-CLDN (Tumor-Restricted Analysis for Computational Estimation of CLDN18.2), an integrated computational pathology framework for tumor-restricted quantification of CLDN18.2 expression burden from hematoxylin and eosin (H&E) WSIs. This retros
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 aim of this study was to investigate the effects of gadolinium-based contrast agents on cardiac MRI radiomic features across different magnetic field strengths. With Institutional Review Board (IRB) approval, eight healthy volunteers (38.5 ± 15.4 years; 4 males) underwent four consecutive cardiac MRI examinations using a Modified Look-Locker Inversion Recovery (MOLLI) sequence at 1.5T and 3T, with and without two contrast agents, gadopentetate dimeglumine (Gd-DTPA), and gadofosveset trisodium. Radiomic features were extracted from the myocardium and blood pool at the mid-ventricular level
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.
Medical imaging data are increasingly used for benchmarking, quality improvement, research, and artificial intelligence applications. However, the lack of consistent metadata characterization limits the reliability and scalability of such analyses. Existing standards provide syntactic interoperability but often fail to capture the semantic clinical context and workflow details necessary for secondary uses such as AI development and radiation safety assessment, affecting the utility for reproducible profiling of imaging examinations across institutions. In this work, we describe key gaps in cur
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.
Medical imaging data are increasingly used beyond patient care to support research, quality assessment, and artificial intelligence development. These applications require imaging examinations to be represented in ways that enable consistent aggregation across clinical operations to ensure reliable interpretation. In prior work, we introduced an ontology framework, the Operational Ontology for Radiology (OOR), designed to represent the radiology imaging workflow for computed tomography (CT) examinations through entities and relationships. This investigation evaluates the extent to which existi
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.
Studies applying artificial intelligence (AI) to tuberculosis (TB) detection from chest radiographs (CXR) focus on models and metrics, yet the quality, provenance and reproducibility of the data workflow decide the reliability of results; duplicate images and non-patient-level splitting inflate evaluation metrics. We propose a seven-step data-governance workflow: multi-source standardisation, provenance management, three-hash deduplication (MD5, pHash, dHash), patient-level splitting, invariant-check auditing, lung segmentation and version freezing by data fingerprint. Four leakage scenarios (
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: Alzheimer's disease (AD) and mild cognitive impairment (MCI) represent critical stages along the continuum of cognitive decline. This study investigates the Laplacian Re-decomposition (LRD) method for fusing positron emission tomography (PET) and magnetic resonance imaging (MRI) to develop a quantitative imaging biomarker for the classification of AD.
MATERIAL AND METHOD: Data from the Alzheimer's Disease Neuroimaging Initiative (ADNI) database were used in this study. T1, T2, T2-FLAIR, and T2*-weighted MRI sequences, together with [18F]FDG-PET images, were preprocessed and fused
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.
Accurate assessment of different types of prostate cancer (PCa) lesions is a crucial part of treatment planning. Following a computed tomography (CT) or a positron emission tomography (PET)/CT imaging scan, a significant amount of time is required from the clinicians to detect lesions and characterize them by their anatomical locations. To facilitate the development of new image analysis applications, we investigated the potential of automated classification of PCa lesions between bone metastases, lymph node metastases, local lesions, and other PCa lesions in CT images via machine learning (ML
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.
Despite advances in computed tomography (CT)-based classification systems for posterior malleolar fractures (PMFs), diagnostic consistency remains limited because these systems are still highly dependent on the observer's experience. This study aimed to develop a deep learning-based automated model capable of classifying PMFs according to the Haraguchi, Mason-Molloy, and Bartoníček-Rammelt clasification systems using CT scans, and to compare the classification performance of different convolutional neural network architectures. Retrospectively collected preoperative CT data from 480 adult pati
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.
This study assess the interobserver and intraobserver reliability of a novel eight-grade MRI-based classification system for lumbar intervertebral disc degeneration and fix it as describe its reproducibility relative to the five-grade Pfirrmann classification. In this retrospective single-center reliability study, 250 consecutive adults undergoing lumbar MRI between May 2025 and May 2026 were included, providing 1250 intervertebral discs from L1-L2 through L5-S1. Four blinded observers with different levels of musculoskeletal and spine imaging experience independently graded all discs using bo
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.
OBJECTIVES: Chest X-rays (CXRs) are essential for diagnosing chest infections in emergency departments (EDs), particularly after-hours when radiologist availability is limited. This study evaluates the diagnostic performance of a free, open-source artificial intelligence (AI) model, CheXNeXt, in detecting pulmonary infections on after-hours ED CXRs in Singapore.
METHODS: This retrospective study analysed 1006 anonymised after-hours ED CXRs using CheXNeXt, which generated probabilities for consolidation, pneumonia and pleural effusion. Outputs were converted to binary predictions using publish
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.
OBJECTIVE: Previous studies have demonstrated that large language models (LLMs) can achieve performance comparable to multidisciplinary heart teams (HTs) in coronary revascularisation decision-making but limited by population bias. We aimed to assess LLMs’ performance in complex coronary artery disease (CAD) decision-making using a real-world cohort and to explore the potential improvement strategy.
METHODS: Patients with stable CAD and angiographically confirmed three-vessel or left main disease randomly selected from a consecutive angiography registry study were included in this cross-secti
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.
OBJECTIVES: Although the Epic Deterioration Index (EDI) model is widely used in US hospitals, heterogeneity in its performance among patient subgroups remains unclear. Our objective was to assess EDI performance when applied across clinical service lines and hospital locations to inform clinical utility.
METHODS: This retrospective cross-sectional study evaluated EDI performance among adult inpatients at a Northern California academic hospital from 2021 to 2024. The EDI score, calculated every 15 min, was assessed for its ability to predict deterioration events defined as intensive care unit
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: Preoperative anxiety may adversely affect surgical patients' experiences of anesthesia, pain, recovery, and care. Artificial intelligence (AI) chatbots are increasingly used for preoperative education, but their effects on perioperative anxiety remain uncertain. This review evaluated the effects of AI chatbot-assisted preoperative education on perioperative anxiety in surgical patients.
METHODS: This review was registered in PROSPERO on 16 June 2026 (CRD420261425412) and followed PRISMA 2020 and SWiM. PubMed, Web of Science, Scopus, Embase, Cochrane CENTRAL, Europe PMC, ClinicalTr
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.
Dopamine transporter (DAT) SPECT is a validated biomarker for Parkinson's disease (PD) and related degenerative parkinsonisms. Interpretation relies on visual assessment supported by striatal image features such as striatal binding ratios (SBRs). Deep learning can aid this process but often underuses complementary data, lacks robustness to heterogeneous inputs, and offers limited interpretability. We built an end-to-end multimodal framework that encodes DAT images and scalar data (patient age and striatal image features) using, respectively, a vision transformer and a multilayer perceptron. A
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.
Knee osteoarthritis (OA) causes symptoms such as pain, stiffness, and functional limitation in the knees; plain knee radiographs are used in addition to physical examination in its diagnosis. This study aimed to compare the performance of pre-trained deep learning models in knee OA classification and to examine the effects of lateral knee radiographs and patient clinical data on the performance of these models. Eight centers participated in the study; radiographs from six centers were used for training, validation, and testing of the models, and radiographs from two centers were used for exter
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.
Histopathological nuclei segmentation is essential for quantitative pathological analysis but remains challenging due to staining variation, heterogeneous tissue backgrounds, diverse nuclear morphology, ambiguous boundaries, and the limited batch sizes commonly used for high-resolution image training. This study proposes CAS-UNet, a context-adaptive encoder-decoder framework with boundary-distance auxiliary supervision for binary nuclei-region segmentation. The proposed network integrates a Pathology-Adaptive Context Pyramid for adaptive multi-scale contextual aggregation, a Normalized Skip Se
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.
Optical coherence tomography angiography (OCTA) is a non-invasive medical imaging technique that helps doctors see the blood vessels of the retina and choroid in fine detail. However, OCTA images often suffer from motion artefacts, which lower the accuracy of vessel segmentation in the retina. In this paper, we propose V2Vnet, a robust volume-to-volume deep learning framework that combines a UNet transformer with deformable receptive fields (DRF) to overcome this problem. The transformer encoder captures the overall structure of the input volume and gathers multi-scale information about retina
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.
Postoperative outcomes following lumbar spine surgery remain variable, and existing clinical risk stratification methods offer limited predictive accuracy. Advances in machine learning enable quantitative analysis of routinely acquired spinal imaging, creating opportunities to improve preoperative outcome prediction. However, the methodological quality and clinical readiness of imaging-based machine learning models in lumbar spine surgery have not been systematically evaluated. This systematic review followed PRISMA 2020 guidelines. PubMed, Embase, and Scopus were searched through October 2025
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.
MedElevator
Войти в исследования