We present a new localization system in orbital surgery. The procedure is based on the linkage of two methods. A preoperative thin-layer CT scan is taken and the image data are fed into a high-capacity computer which computes a three-dimensional model of the orbit. Intraoperatively, the volume model of the skull is linked to a mechanical arm for position measurement. Surgical instruments can be mounted to this arm. The computer then projects the position of the instrument into the volume model of the orbit, so that the surgeon can follow the movements of his instruments on the monitor. The sur
Клинический случайСтатьяПоиск 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: The complex brain changes involved in Alzheimer's disease (AD) development constitute a high-dimensional nonlinear feature space where deep learning (DL) classification/diagnosis may be advantageous over classical non-learning methods. However, the practicality of DL remains under debate among healthcare professionals, largely because many models are computationally expensive and operate without explicit interpretability. This study aimed to construct a lightweight DL model to disclose the association between cognitive status and structural brain changes in AD.
METHODS: By using t
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: To develop and validate a deep learning (DL) model based on feature fusion with B-mode ultrasound (BMUS) and contrast enhanced ultrasound (CEUS) images for non-invasive diagnosis of benign and malignant focal liver lesions (FLLs), especially for small FLLs (≤2.0 cm).
METHODS: A retrospective dataset of 687 patients who were diagnosed with FLLs by BMUS and underwent CEUS between September 2016 and March 2020 was collected in this study. The dataset was divided into a training set (80%) and a test set (20%). For the feature fusion strategy can leverage the complementary information
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 develop a deep learning-enabled single breath-hold abbreviated MRI (DL-SBH-aMRI) protocol for hepatocellular carcinoma (HCC) diagnosis. Materials and Methods Patients at high risk for HCC from four institutions (January 2019-January 2025) were prospectively and retrospectively included. All patients underwent conventional complete MRI (cMRI) examinations, including precontrast T1-weighted imaging (pre-T1); postcontrast T1-weighted imaging in arterial, portal venous, and delayed phases; T2-weighted imaging (T2WI); diffusion-weighted imaging (DWI); and apparent diffusion coefficient m
СтатьяВалидационное исследованиеПоиск 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 depiction of cerebral aneurysms on magnetic resonance angiography (MRA) reconstructed using super-resolution deep learning reconstruction (SR-DLR). METHODS: We retrospectively reviewed the MRA images of 79 patients (49 with cerebral aneurysms and 30 without). The MRA images were subjected to SR-DLR and compared with the original images using both quantitative (signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) for the basilar artery (BA) and aneurysms; full width at half maximum (FWHM), edge rise distance (ERD), and edge rise slope (ERS) for the BA) and qual
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: The cerebral blood flow (CBF) measured by multi-delay ASL (4D-ASL) offers superior diagnostic performance compared to single-delay ASL-CBF for glioma grading. Dynamic changes in signal intensity (SI) and arterial transit time (ATT) obtained from 4D-ASL may also be key factors in differentiating adult-type diffuse glioma. Furthermore, the longitudinal relaxation time (T1) of brain tumor may influence on CBF and ATT when using ASL techniques. Our purpose was to determine if time-intensity profiles from 4D-ASL using a variable-TR scheme and T1-corrected ATT (ATTT1corr) could distinguish
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.
UNLABELLED: Introduction:Breast cancer is a global issue impacting women's well-being, highlighting the importance of early detection to improve treatment outcomes and decrease mortality rates. This study aimed to assess various AI methodologies to classify breast images into normal, benign, and malignant.
METHODS: A hybrid of 4 CNN-pertained networks-Res-Net18, Mobile-Net, Shuffle-Net, and Inception-V3-were applied on 269 mammograms and 267 dynamic contrast-enhanced MRI examinations. Transfer learning was used, adapting the last fully connected layers to classify 3 classes (normal, benign, a
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.
RATIONALE AND OBJECTIVES: To develop and validate an interpretable, multimodal, ultrasound-based machine-learning (ML) model for the non-invasive identification of early renal fibrosis in patients with chronic kidney disease (CKD).
MATERIALS AND METHODS: In this prospective, multicenter study, 369 participants (healthy controls, n = 161; mild fibrosis, n = 208) were recruited from 16 institutions. Mild fibrosis was defined by histopathological grading. Six ML algorithms were evaluated, and multiple models were constructed using different combinations of conventional ultrasound, ultra micro an
СтатьяМногоцентровое исследованиеВалидационное 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.
OBJECTIVE: To evaluate the diagnostic performance of artificial intelligence-compressed sensing (ACS)-accelerated T1ρ mapping combined with conventional T2 mapping for quantitative differentiation of articular cartilage degeneration and meniscal injury severity in knee osteoarthritis (KOA).
METHODS: We prospectively enrolled 56 KOA patients and 30 age-matched healthy volunteers between August 2025 and February 2026. All underwent 3T knee MRI using ACS T1ρ and conventional T2 mapping. Relaxation times were quantified in predefined cartilage and meniscal regions. Cartilage degeneration was clas
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.
OBJECTIVES: This study aimed to determine whether there are differences of cerebrospinal fluid pressure (CSF-P) on patients with Ménière's disease (MD) during different phases.
METHODS: Noninvasive CSF-P measurement was performed using MRI with a fat-suppressed fast recovery fast spin echo T2-weighted sequence, with the optic nerve subarachnoid space width (ONSASW) posterior to the globe serving as an indicator. Endolymphatic hydrops (EH) grades and hearing thresholds were analysed to investigate the potential correlations with CSF-P.
RESULTS: A total of 66 participants were included. At the
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.
Background Foundation models show promise in medical imaging but remain underexplored in three-dimensional modalities. Despite the adoption of digital breast tomosynthesis (DBT) in breast cancer screening, no dedicated foundation model currently exists for this modality. Purpose To develop and evaluate a foundation model for DBT (DBT-DINO) and assess the impact of domain-specific pretraining across multiple clinical tasks. Materials and Methods This retrospective study used DBT images from Mass General Brigham acquired between March 2011 and February 2024. Self-supervised pretraining was perfo
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: To evaluate whether quantitative synthetic MRI (SyMRI) parameters can differentiate non-specific white matter lesions (nsWMLs) in patients with multiple sclerosis (MS) and ischemic stroke, and to assess differences in normal-appearing white matter (NAWM) between these groups.
METHODS: Thirty MS patients and nineteen ischemic stroke patients underwent standardized MRI including SyMRI. Three lesion categories were analyzed: typical MS lesions (MSL), non-specific lesions in MS (nsWML-MS), and non-specific lesions in stroke (nsWML-S). SyMRI-derived parameters (R1, R2, proton density, and
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.
OBJECTIVES: This study aimed to develop and validate a two-stage deep learning framework (DC2Anet-MineGAN) for high-fidelity multi-organ, multi-b-value DWI synthesis and accurate ADC restoration, addressing real-world limitations of DWI acquisition.
MATERIALS AND METHODS: This retrospective study included DWI images collected from three hospitals (from March 2020 to March 2025) and the TCIA database, with a total of 50,000 images across five anatomical regions (brain, breast, abdomen, neck, pelvis) and b-values (0-1000 s/mm2). Images were split 8:2 into training and test sets. The two-stage m
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный 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: Maximum intensity projections (MIPs) facilitate rapid lesion detection both for contrast-enhanced (CE) and diffusion-weighted imaging (DWI) breast magnetic resonance imaging (MRI). We evaluated the feasibility of AI-based virtual CE subtraction MIPs as a reading approach.
MATERIALS AND METHODS: This Institutional Review Board-approved retrospective study includes 540 multi-parametric breast MRI examinations (performed from 2017 to 2020), including multi-b-value DWI (50, 750, and 1,500 s/mm²). A 2D U-Net was trained using unenhanced (UnE) images as inputs to generate virtual abbrev
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.
Amyloid- positron emission tomography can reflect the Amyloid- protein deposition in the brain and thus serves as one of the golden standards for Alzheimer's disease (AD) diagnosis. However, its practical cost and high radioactivity hinder its application in large-scale early AD screening. Recent neuroscience studies suggest a strong association between changes in functional connectivity network (FCN) derived from functional MRI (fMRI), and deposition patterns of Amyloid- protein in the brain. This enables an FCN-based approach to assess the Amyloid- protein deposition with less expense and ra
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.
Purpose To develop a deep learning (DL) model that derives aligned strain values from cine (noncontrast) cardiac MRI and evaluate performance of these values to predict myocardial fibrosis in patients with Duchenne muscular dystrophy (DMD). Materials and Methods This retrospective study included 139 male patients with DMD who underwent cardiac MRI at a single center between February 2018 and April 2023. A DL pipeline was developed to detect five key frames throughout the cardiac cycle and respective dense deformation fields, allowing for phase-specific strain analysis across patients and from
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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 Artificial intelligence (AI) models hold potential to increase the accuracy and efficiency of breast MRI screening; however, existing models have not been rigorously evaluated in populations with low cancer prevalence and lack interpretability, both of which are essential for clinical adoption. Purpose To develop an explainable AI model for cancer detection at breast MRI that is effective in both high- and low-cancer-prevalence settings. Materials and Methods This retrospective study included 9738 breast MRI examinations from a single institution (2005-2022), with external testing i
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: Free-running (FR) cardiac magnetic resonance imaging (MRI) enables free-breathing electrocardiogram (ECG)-free fully dynamic five-dimensional (5D) (three-dimensional [3D] spatial+cardiac+respiration dimensions) imaging but poses significant challenges for clinical integration due to the volume of data and complexity of image analysis. Existing segmentation methods are tailored to two-dimensional (2D) cine or static 3D acquisitions and cannot leverage the unique spatial-temporal wealth of FR data. The aim of this study was to develop and validate a deep learning (DL)-based segmentat
СтатьяВалидационное 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.
OBJECTIVES: Prostate cancer significantly impacts men's health, highlighting the necessity for precise diagnosis. This study evaluates combining Magnetic Resonance Image Compilation (MAGiC) parameters with Prostate Imaging Reporting and Data System (PI-RADS) scores to enhance diagnostic accuracy among radiologists with varied experience.
METHODS: In this retrospective study, 174 patients with suspected prostate cancer were recruited from February 2023 to May 2024. Synthetic MRI-derived T1, T2, and proton density (PD) maps were generated, and synthetic T2-weighted imaging (T2WI) was reconstruc
СтатьяСравнительное 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.
RATIONALE AND OBJECTIVES: This study develops a deep learning model using the You Only Look Once (YOLO) framework for the automated diagnosis of supraspinatus tendon tears (ST) based on multicenter MRI data.
MATERIALS AND METHODS: In this retrospective study, 1698 patients from five hospitals were included and allocated to training (n=1047), validation (n=299), test (n=154), and external test (n=198) sets. A YOLOv9-based automated model was developed using coronal fat-suppressed T2-weighted images for lesion detection, localization, and classification. Model performance was assessed using Int
СтатьяМногоцентровое 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.
MedElevator
Войти в исследования