OBJECTIVES: Novel artificial intelligence (AI) learning algorithms in dento-maxillofacial radiology (DMFR) are continuously being developed and improved using advanced convolutional neural networks. This review provides an overview of the potential and impact of AI algorithms in DMFR.
MATERIALS AND METHODS: A narrative review was conducted on the literature on AI algorithms in DMFR.
RESULTS: In the field of DMFR, AI algorithms were mainly proposed for (1) automated detection of dental caries, periapical pathologies, root fracture, periodontal/peri-implant bone loss, and maxillofacial cysts/t
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.
Artificial intelligence approaches to analyze pathological images (pathomic) for outcome prediction have not been sufficiently considered in the field of pituitary research. A total of 5,504 hematoxylin & eosin-stained pathology image tiles from 58 acromegalic patients with a good or poor outcome were integrated with other clinical and genetic information to train a low-rank fusion convolutional neural network (LFCNN). The model was externally validated in 1,536 patches from an external cohort. The primary outcome was the time to the first endocrine remission after stereotactic radiosurgery (S
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.
BACKGROUND: Intraoperative neurophysiological monitoring is essential in neurosurgical procedures. In this study, we built and evaluated the performance of a deep neural network in differentiating between the presence and absence of a lateral spread response, which provides critical information during microvascular decompression surgery for the treatment of hemifacial spasm using intraoperatively acquired electromyography images.
METHODS AND FINDINGS: A total of 3,674 image screenshots of monitoring devices from 50 patients were prepared, preprocessed, and then adopted into training and valid
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.
Differential diagnosis of left ventricular hypertrophy (LVH) is often obscure on echocardiography and requires numerous additional tests. We aimed to develop a deep learning algorithm to aid in the differentiation of common etiologies of LVH (i.e. hypertensive heart disease [HHD], hypertrophic cardiomyopathy [HCM], and light-chain cardiac amyloidosis [ALCA]) on echocardiographic images. Echocardiograms in 5 standard views (parasternal long-axis, parasternal short-axis, apical 4-chamber, apical 2-chamber, and apical 3-chamber) were obtained from 930 subjects: 112 with HHD, 191 with HCM, 81 with
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.
This paper tackles automated categorization of Age-related Macular Degeneration (AMD), a common macular disease among people over 50. Previous research efforts mainly focus on AMD categorization with a single-modal input, let it be a color fundus photograph (CFP) or an OCT B-scan image. By contrast, we consider AMD categorization given a multi-modal input, a direction that is clinically meaningful yet mostly unexplored. Contrary to the prior art that takes a traditional approach of feature extraction plus classifier training that cannot be jointly optimized, we opt for end-to-end multi-modal C
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.
Brain lesions are a rare cause of tic disorders. However, they can provide uniquely causal insights into tic pathophysiology and can also inform on possible neuromodulatory therapeutic targets. Based on a systematic literature review, we identified 22 cases of tics causally attributed to brain lesions and employed 'lesion network mapping' to interrogate whether tic-inducing lesions would be associated with a common network in the average human brain. We probed this using a normative functional connectome acquired in 1000 healthy participants. We then examined the specificity of the identified
Систематический обзорСтатьяПоддержка NIH: внешняя программаПоддержка 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.
OBJECTIVE: To investigate use of multidata analysis based on an artificial neural network (ANN) to predict long-term pain outcomes after microvascular decompression (MVD) in patients with trigeminal neuralgia (TN) and to explore key predictors.
METHODS: Perioperative and long-term follow-up multidata of 1041 patients with TN who received MVD surgery at Hangzhou First People's Hospital from March 2013 to May 2018 were collected to construct an ANN model for prediction. The prediction results were compared with the actual follow-up outcomes, and the variables in each input layer were changed to
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.
Clinical symptoms and inflammatory markers cannot reliably distinguish the etiology of CAP, and chest radiographs have abundant information related with CAP. Hence, we developed a context-fusion convolution neural network (CNN) to explore the application of chest radiographs to distinguish the etiology of CAP in children. This retrospective study included 1769 cases of pediatric pneumonia (viral pneumonia, n = 487; bacterial pneumonia, n = 496; and mycoplasma pneumonia, n = 786). The chest radiographs of the first examination, C-reactive protein (CRP), and white blood cell (WBC) were collected
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.
Antibiotics are considered among the most non-biodegradable environmental contaminants due to their genetic resistance. Considering the importance of antibiotics removal, this study was aimed at multi-objective modeling and optimization of the Fenton-like process, homogeneous at initial circumneutral pH. Two main issues, including maximizing Ciprofloxacin (CIP) removal and minimizing sludge to iron ratio (SIR), were modeled by comparing central composite design (CCD) based on Response Surface Methodology (RSM) and hybrid Artificial Neural Network-Genetic Algorithm (ANN-GA). Results of simultan
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.
DeepResolution (Deep learning-assisted multivariate curve Resolution) has been proposed to solve the co-eluting problem for GC-MS data. However, DeepResolution models must be retrained when encountering unknown components, which is undoubtedly time-consuming and burdensome. In this study, a new pipeline named DeepResoution2 was proposed to overcome these limitations. DeepResolution2 utilizes deep neural networks to divide the profile into segments, estimate the number of components in each segment, and predict the elution region of each component. Subsequently, the information obtained by thes
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.
Automatic detection of some pulmonary abnormalities using chest X-rays may be impacted adversely due to obscuring by bony structures like the ribs and the clavicles. Automated bone suppression methods would increase soft tissue visibility and enhance automated disease detection. We evaluate this hypothesis using a custom ensemble of convolutional neural network models, which we call DeBoNet, that suppresses bones in frontal CXRs. First, we train and evaluate variants of U-Nets, Feature Pyramid Networks, and other proposed custom models using a private collection of CXR images and their bone-su
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.
Currently, face recognition technology is the most widely used method for verifying an individual's identity. Nevertheless, it has increased in popularity, raising concerns about face presentation attacks, in which a photo or video of an authorized person's face is used to obtain access to services. Based on a combination of background subtraction (BS) and convolutional neural network(s) (CNN), as well as an ensemble of classifiers, we propose an efficient and more robust face presentation attack detection algorithm. This algorithm includes a fully connected (FC) classifier with a majority vot
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: This study aimed to evaluate the diagnostic performance of convolutional neural network (CNN) models in Chiari malformation type I (CMI) and to verify whether CNNs can identify the morphological features of the craniocervical junction region between patients with CMI and healthy controls (HCs). To date, numerous indicators based on manual measurements are used for the diagnosis of CMI. However, the corresponding postoperative efficacy and prognostic evaluations have remained inconsistent. From a diagnostic perspective, CNN models may be used to explore the relationship between the cli
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.
Volatile organic compounds (VOCs) emitted from the working surface of landfills have received increasing attention due to the potential risks to human health. Quantifying the emission rates of risky VOCs is important to their health risk assessment but is also challenging because of their high variation and complicated relationship between the emission rates and various influencing factors. In this study, a continuous nine-month sampling of VOCs was conducted on a landfill working surface to identify dominant VOCs that are risky to human health and to construct artificial neural network (ANN)
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.
This study aimed to develop and evaluate a convolutional neural network for identifying scaphoid fractures on radiographs. A dataset of 1918 wrist radiographs (600 patients) was taken from an orthopaedic referral centre between 2010 to 2020. A YOLOv3 and a MobileNetV3 convolutional neural network were trained for scaphoid detection and fracture classification, respectively. The diagnostic performance of the convolutional neural network was compared with the majority decision of four hand surgeons. The convolutional neural network achieved a sensitivity of 82% and specificity of 94%, with an ar
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.
Otosclerosis is a common disease of the middle ear leading to stapedial fixation. Its rapid and non-invasive diagnosis could be achieved through wideband tympanometry (WBT), but the interpretation of the raw data provided by this tool is complex and time-consuming. Convolutional neural networks (CNN) could potentially be applied to this situation to help the clinicians categorize WBT data. A dataset containing 135 samples from 80 patients with otosclerosis and 55 controls was obtained. We designed a lightweight CNN to categorize samples into the otosclerosis and control. Receiver operating cha
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.
Currently, the diagnoses of oral diseases primarily depend on the visual recognition of experienced clinicians. It has been proven that automatic recognition based on images can support clinical decision-making by extracting and analyzing objective hidden information. In recent years, optical coherence tomography (OCT) has become a powerful optical imaging technique with the advantages of high resolution and non-invasion. In our study, a dataset composed of four kinds of oral salivary gland tumors (SGTs) was obtained from a homemade swept-source OCT, including two benign and two malignant tumo
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 OBJECTIVE: Numerous attempts to predict glucose value from continuous glucose monitors (CGM) have been published. However, there is a lack of proper analysis and modeling of penalty for errors in different glycemic ranges. The aim of this study was to investigate the potential for developing glucose prediction models with focus on the clinical aspects.
METHODS: We developed and compared six different models to test which approach were best suited for predicting glucose levels at different lead times between 10 and 60 min. The models were: last observation carried forward, linea
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 article proposes two ensemble neural network-based models for blood glucose prediction at three different prediction horizons-30, 60, and 120 min-and compares their performance with ten recently proposed neural networks. The twelve models' performances are evaluated under the same OhioT1DM Dataset, preprocessing workflow, and tools at the three prediction horizons using the most common metrics in blood glucose prediction, and we rank the best-performing ones using three methods devised for the statistical comparison of the performance of multiple algorithms: scmamp, model confidence set,
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.
Purpose. We propose a neural network for fast prediction of realistic, time-parametrized deformations between pairs of input segmentations. The proposed method was used to generate a library of planning CTVs for cervical cancer radiotherapy.Methods.A 3D convolutional neural network (CNN) was introduced to predict a stationary velocity field given the distance maps of the cervix CTV in empty and full bladder anatomy. Diffeomorphic deformation trajectories between the two states were obtained by time integration. Intermediate deformation states were used to populate a library of cervix CTVs. The
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.
MedElevator
Войти в исследования