Screening programs using retinal photography for the detection of diabetic eye disease are being introduced in the UK and elsewhere. Automatic grading of the images is being considered by health boards so that the human grading task is reduced. Microaneurysms (MAs) are the earliest sign of this disease and so are very important for classifying whether images show signs of retinopathy. This paper describes automatic methods for MA detection and shows how image contrast normalization can improve the ability to distinguish between MAs and other dots that occur on the retina. Various methods for c
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.
A new diagnostic indicator of FDG PET scan abnormality, based on age-adjusted t statistics and an automated voxel-based procedure, is presented and validated in a large data set comprising 110 normal controls and 395 patients with probable Alzheimer's disease (AD) that were studied in eight participating centers. The effect of differences in spatial resolution of PET scanners was minimized effectively by filtering and masking. In controls FDG uptake declined significantly with age in anterior cingulate and frontolateral perisylvian cortex. In patients with probable AD decline of FDG uptake in
Клиническое исследованиеСтатьяМногоцентровое исследованиеПоддержка 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.
PURPOSE: This study examines the role of digital subtraction magnetic resonance imaging (MRI) of the breast in the interpretation of the morphology and characteristics of breast disease.
METHODS: Thirty-one patients with an abnormal mammogram or clinically palpable abnormality underwent MRI of the breast prior to surgical excision of the lesion. FLASH 3-D images of the breast were acquired before and after IV contrast injection of Gd-DTPA. Digital subtraction was performed on selected images. The images were independently assessed by two radiologists experienced in both mammography and MRI.
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 AND PURPOSE: Bitewing radiographs have high diagnostic value in detecting interproximal caries and assessing alveolar bone levels. However, image compression and sensor limitations may compromise image quality and diagnostic value. This study investigates whether two advanced deep-learning methods-a Real-Enhanced Super-Resolution Generative Adversarial Network (Real-ESRGAN) and a Swin Transformer-based image restoration network (SwinIR)-can effectively reconstruct clinically practical details from degraded bitewing images.
MATERIALS AND METHODS: A curated dataset of 4,004 high-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.
BACKGROUND: Diagnosing cardiac amyloidosis (CA) on echocardiography can be challenging due to the imaging overlap between CA and more prevalent causes of a hypertrophic phenotype. This study sought to (1) evaluate the performance of artificial-intelligence (AI) derived measurements incorporated into the established multiparametric echocardiographic scoring system to detect CA; (2) develop and validate an AI-based deep-learning model for video-based detection of CA on echocardiography.
METHODS: The study population comprised 5776 patients (CA, 2756; controls, 3020). The training data set inclu
СтатьяВалидационное исследованиеМногоцентровое 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.
Historically, eligibility for receiving human epidermal growth factor receptor 2 (HER2)-targeted therapies was limited to HER2-positive tumors (immunohistochemistry 3+ or in situ hybridization amplified), but recent advances in antibody-drug conjugates have expanded these criteria to include HER2-low and HER2-ultralow expression. This evolving therapeutic landscape underscores the need for precise and reproducible HER2 assessment. Digital and computational pathology tools may help address these needs, but their measurement variability must be evaluated to inform research and clinical use. We e
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.
Purpose To develop a digitized integrated feature-based interpretable machine learning classification model to accurately recognize complex thyroid nodules while efficiently diagnosing conventional thyroid nodules (thyroid nodules with typical benign or malignant US features). Materials and Methods Thyroid US images depicting pathologically confirmed nodules were retrospectively collected from seven medical centers in China (January 2011-December 2021). An interpretable classification model consisting of two independent masks was developed and defined as "UltraMC." The front-end network was 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.
INTRODUCTION: Subtle tibial fractures in children under three are frequently missed, particularly in cases of suspected physical abuse. Early, accurate identification is essential for clinical decision-making and safeguarding. This study assessed whether YOLO-based object detection models can reliably detect subtle tibial fractures on paediatric radiographs.
METHODS: A retrospective dataset of 245 tibial fractures and 637 non-fracture anterior-posterior radiographs was collected. Fractures were annotated using radiologist-verified polygonal labels. YOLOv5, YOLOv8, and YOLOv11 were trained wit
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.
OBJECTIVE: To determine whether texture analysis based on ultrasound images of placenta can be applied to identify fetal growth restriction (FGR) before clinical diagnosis.
METHODS: A total of 200 ultrasound images (100 FGR and 100 normal controls) of placenta (20-24 weeks) were retrospectively collected and randomly divided into a training set and an independent test set at a ratio of 8:2 using a computer-generated random split. To ensure model stability and optimize hyperparameters rigorously, we used five-fold cross-validation exclusively on the training set. Approximately 300 texture feat
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.
OBJECTIVE: Cervical cancer remains a major global health burden, where early detection is critical. Cytological and histological assessments aim to identify precancerous squamous intraepithelial lesions (SILs). While artificial intelligence and machine learning have shown promise, most approaches rely on cytology or are not tailored for SIL classification. The aim of this study is to develop and evaluate a weakly supervised, pixel-level machine learning framework for the histological classification of low grade and high grade SIL in whole slide images (WSIs). Specifically, we sought to assess
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 Artificial intelligence (AI) models for fracture detection have shown promise in improving diagnostic efficiency and accuracy in radiology workflows. However, despite potential differences in imaging protocols and clinical workflows in different health care systems and settings, the performance across countries of these models and their effects on reader performance remain underexplored. Purpose To evaluate the performance of a pretrained fracture detection tool across three European hospitals and assess its impact on clinician performance. Materials and Methods In this retrospectiv
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.
Glaucoma, the second largest cause of irreversible blindness worldwide, causes significant damage to the optic nerve. Early diagnosis of glaucoma is crucial since without it, there will be continuous deterioration of vision. Manual detection of glaucoma based on fundus images is a tedious and potentially inaccurate process, making it important to develop computer-aided glaucoma detection systems. This paper introduces a hybrid approach to glaucoma detection that involves the use of Local Binary Pattern (LBP) and Pivot Distribution Count (PDC) feature extraction methods for the analysis of reti
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: Extrahepatic Common Bile Duct Obstruction (EHBDO) is a serious condition that requires accurate diagnosis for effective treatment. Magnetic Resonance Cholangiopancreatography (MRCP) is a widely used noninvasive imaging technique for visualizing bile ducts, but its interpretation can be complex.
OBJECTIVE: This study aimed to develop a deep learning-based classification model that integrates MRCP images and clinical parameters to assist radiologists in diagnosing EHBDO more accurately.
METHODS: A total of 465 patients with clinical data were included, of whom 143 also had MRCP ima
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.
UNLABELLED: As a lightweight and non-invasive imaging technique, lung ultrasound (LUS) has gained importance for assessing lung pathologies. The use of Artificial intelligence (AI) in medical decision support systems is promising due to the time- and expertise-intensive interpretation, however, due to the poor quality of existing data used for training AI models, their usability for real-world applications remains unclear.
METHODS: In a prospective study, we analyze data from 63 COVID-19 suspects (33 positive) collected at Maastricht University Medical Centre. Ultrasound recordings at six bod
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.
Distinguishing follicular thyroid carcinoma (FTC) from follicular adenoma (FTA) preoperatively remains a significant challenge in thyroid nodule management. This study aims to develop and validate a novel, interpretable deep learning model that explicitly leverages the critical diagnostic feature-tumor margins-to address this issue. A total of 577 patients, 435 females and 142 males (mean age, 51.05 ± 8.31), were collected from two different centers. A total of 4358 thyroid US images were prospectively collected, with 3140 images from one center randomly divided into the training set and the v
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: Dense breast tissue significantly increases breast cancer (BC) risk. However, current mammographic methods for classifying BC are often subjective and unreliable, which complicates the task of accurate evaluation.
PURPOSE: This study introduces a deep learning method with a local context attention module (LCAM), using dual mammogram views aligned with BI-RADS to enhance grading consistency and accuracy in BC classification across four groups by leveraging local context around masses.
METHODS: Specific regions of interest (ROIs) containing dense tissue around breast masses are ide
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.
Prostate cancer is the most common diagnosed cancer and the second leading cause of cancer death among men in the United States. The gold standard for the diagnosis of prostate cancer is the examination of tissue from a systemic 12- or 14-core biopsy procedure by an anatomic pathologist. Atypical small acinar proliferation in prostate core biopsy is an indefinite diagnosis, and may cause difficulties in clinical management. To investigate the potential use of artificial intelligence in reviewing atypical small acinar proliferation, Paige Prostate, an FDA-approved artificial intelligence-based
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.
INTRODUCTION: Prostate cancer is a major health concern requiring accurate and accessible methods for early detection and risk stratification. Prostate volume (PV) is a key parameter in multivariate risk assessment, traditionally measured using transrectal ultrasound (TRUS). While TRUS provides precise measurements, its invasive nature affects patient comfort. Transabdominal ultrasound (TAUS) offers a non-invasive alternative but is limited by lower image quality and operator dependence. This study presents a deep-learning-based framework for automatic PV estimation using TAUS, aiming to impro
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: Crohn's disease (CD) is an incurable inflammatory bowel disease that can lead to a variety of complications and requires lifelong treatment. However, the diagnosis and management of Crohn's disease exhibit high rates of misdiagnosis and missed diagnoses, along with significant variability, among primary care facilities and novice endoscopists. Therefore, we established an interpretable artificial intelligence (AI) system using double-balloon enteroscopy to facilitate Crohn's disease ulcer identification and grading.
OBJECTIVE: To develop an interpretable AI system for the identifi
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: Evidence for artificial intelligence (AI)-assisted paediatric fracture detection is limited. External validation and comparison of AI software are required before reliable use in clinical practice.
OBJECTIVE: To evaluate and compare the performance of three commercially available AI software for detecting posttraumatic findings in paediatric patients.
MATERIALS AND METHODS: This retrospective study assessed three AI software using radiographs of children aged 2-17 years who presented to the emergency department after trauma. Radiographs of the lower leg, forearm, and elbow were i
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.
MedElevator
Войти в исследования