Early detection of melanoma has critical importance for the success of the treatment. However, a successful early diagnosis is only possible with the existence of discriminative features. In this study, a new descriptor based on the number of colors was developed in order to successfully diagnose lesions of melanoma. The number of colors is the main feature in the identification of melanoma-type skin lesions. The user must select a threshold value when calculating the number of colors of the lesion. The incorrect threshold value selection of non-expert users disrupts the aforementioned feature
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.
Accurate detection of multiple lesions in wireless capsule endoscopy (WCE) images is crucial for gastrointestinal disease diagnosis. However, high inter-class similarity, intra-class variability, and the frequent coexistence of different lesion types within one image make this task highly challenging. To overcome these limitations, we propose a fine-grained multi-lesion classification network (FMC-Net) that enhances lesion discrimination and support single-label/multi-label classification through an innovative attention-guided feature selection module and a flexible classifier. The attention-g
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.
Optical Coherence Tomography (OCT) imaging is extensively utilized for non-invasive observation of pathological conditions, such as retinal fluid-associated diseases. Accurate fluid segmentation in OCT images is therefore critical for quantifying disease severity and aiding clinical decision-making. However, achieving precise segmentation remains challenging due to pathological variations in shape and size, uncertain boundaries, and low contrast of fluid. Most importantly, variability in OCT image styles across different vendors and centers significantly affects fluid segmentation, leading to
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.
Emerging researchindicates that the degenerative biomarkers associated with Alzheimer's disease (AD) exhibit a non-random distribution within the cerebral cortex, instead following the structural brain network. The alterations in brain networks occur much earlier than the onset of clinical symptoms, thereby affecting the progression of brain disease. In this context, the utilization of computational methods to ascertain the propagation patterns of neuropathological events would contribute to the comprehension of the pathophysiological mechanism involved in the evolution of AD. Despite the enco
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.
Periapical index (PAI) scoring system is the most popular index for evaluating apical periodontitis (AP) on radiographs. It provides an ordinal scale of 1 to 5, ranging from healthy to severe AP. Scoring PAI is a time-consuming process and requires experienced dentists; thus, deep learning has been applied to hasten the process. However, most models failed to score the early stage of AP or the score 2 accurately since it shares very similar characteristics with its adjacent scores. In this study, we developed and compared binary classification methods for PAI scores which were normality classi
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.
Pressure ulcers are a common, painful, costly, and often preventable complication associated with prolonged immobility in bedridden patients. It is a significant health problem worldwide because it is frequently seen in inpatients and has high treatment costs. For the treatment to be effective and to ensure an international standardization for all patients, it is essential that the diagnosis of pressure ulcers is made in the early stages and correctly. Since invasive methods of obtaining information can be painful for patients, different methods are used to make a correct diagnosis. Image-base
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.
Algorithms that automatically identify nodular patterns in chest X-ray (CXR) images could benefit radiologists by reducing reading time and improving accuracy. A promising approach is to use deep learning, where a deep neural network (DNN) is trained to classify and localize nodular patterns (including mass) in CXR images. Such algorithms, however, require enough abnormal cases to learn representations of nodular patterns arising in practical clinical settings. Obtaining large amounts of high-quality data is impractical in medical imaging where (1) acquiring labeled images is extremely expensi
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.
Urogenital tuberculosis (UGTB) is the most common form of extrapulmonary TB and is responsible for a destructive inflammation of the renal parenchyma and urinary tract often leading to the loss of kidney function. For these reasons, the early diagnosis of this disease, once considered disappeared in developed countries, is very important to establish a prompt and efficient treatment. However, the subtle and non-specific symptoms, often represented by recurrent and persistent lower urinary tract symptoms, can confound and delay the diagnosis. Therefore, an adequate and comprehensive imaging stu
СтатьяОбзорПоиск 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.
64-slice CT scan is a versatile newly introduced imaging technology, which is capable of diagnosing various diseases from head to toe. The 64-slice CT coronary angiography has a negative predictive value of 100%. Virtual images of bronchi, stomach and colon can provide definite diagnosis. Coronary artery calcification score which predicts coronary artery disease can be calculated by 64-slice CT scan.
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.
Diffusion tensor image analysis along the perivascular space (DTI-ALPS) was originally developed and defined as a noninvasive diffusion MRI method intended to evaluate glymphatic function and is now widely used in neuroimaging research. However, accumulating evidence suggests that the biological meaning of the ALPS index is more complex than initially assumed as a simple marker of glymphatic function. The ALPS index does not directly measure whole-brain fluid transport but rather reflects localized directional diffusivity based on the Brownian motion of water molecules. Its value is strongly i
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.
Deep learning-based approaches, which learn pixel-to-pixel mapping from input to output images, have demonstrated exceptional performance in enhancing low-quality fundus images. However, due to the ambiguous definition of the ground-truth high-quality image, the pixel-to-pixel mapping encounters an ill-posed problem arising from the complex one-to-many relationship between low-quality fundus images and their corresponding high-quality versions. To address this problem, this work proposes a PCFlow, the first normalizing flow method that learns the complex distributions of high-quality fundus im
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.As a progressive neurodegenerative disorder, Alzheimer's disease (AD) requires early and accurate diagnosis to delay pathological progression and improve clinical outcomes. Recently, Deep-learning methods based on structural MRI (sMRI) have been widely used for computer-aided AD diagnosis. However, reliable deployment remains challenging due to its sample-specific heterogeneity and the lack of explicit mechanisms for handling prediction uncertainty. In addition, common test-time perturbations and augmentation-based inference strategies could introduce anatomical inconsistency in medi
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.
INTRODUCTION: Brain tumor detection in magnetic resonance imaging is crucial for early diagnosis and clinical treatment planning; however, it remains a challenging task due to the difficulty in detecting tumors with blurred boundaries, high visual similarity to normal brain tissue, and tiny early-stage lesions. To address these limitations, this study proposes a novel brain tumor detection framework named BrainYOLO-MCA.
METHODS: BrainYOLO-MCA is an improved YOLOv11 architecture with a core design of a novel Multi-scale Channel Attention (MCA) mechanism to enhance multi-scale feature represent
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.
BACKGROUND: Cardiac MRI analysis typically treats segmentation, biomarker estimation, and disease classification as separate problems, even though clinical biomarkers are themselves derived from segmentation masks and diagnosis depends on both. This paper investigates whether a single jointly trained network can perform all three tasks without sacrificing accuracy on any of them.
METHODS: I propose CardioSynergyNet, which is a multi-task network with a weight-shared encoder for end-diastolic (ED) and end-systolic (ES) frames. Three modules link the tasks: Cross-Phase Deformation Attention (CP
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.
Recent advancements in artificial intelligence (AI) can significantly improve radiologists' workflow, improving efficiency and diagnostic accuracy. Current AI applications within spine imaging are approved to accelerate image acquisition time, improve MR imaging quality, triage studies with urgent findings, and aid with image interpretation and report generation. Radiologists should stay up to date on the latest AI advancements and know how to use these tools to improve their own practice. We review current practical applications of AI as well as cutting edge research for future workflow integ
СтатьяОбзорПолный 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.
Spinal cord segmentation is clinically relevant and is notably used to compute spinal cord cross-sectional area (CSA) for the diagnosis and monitoring of cord compression or neurodegenerative diseases such as multiple sclerosis. While several semi and automatic methods exist, one key limitation remains: the segmentation depends on the MRI contrast, resulting in different CSA across contrasts. This is partly due to the varying appearance of the boundary between the spinal cord and the cerebrospinal fluid that depends on the sequence and acquisition parameters. This contrast-sensitive CSA adds v
СтатьяПоддержка исследования: вне правительства СШАПолный текст 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.
Accurate, automated MRI series identification is important for many applications, including display ("hanging") protocols, machine learning, and radiomics. The use of the series description or a pixel-based classifier each has limitations. We demonstrate a combined approach utilizing a DICOM metadata-based classifier and selective use of a pixel-based classifier to identify abdominal MRI series. The metadata classifier was assessed alone as Group metadata and combined with selective use of the pixel-based classifier for predictions with less than 70% certainty (Group combined). The overall acc
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.
Recent improvements in artificial intelligence and computer vision make it possible to automatically detect abnormalities in medical images. Skin lesions are one broad class of them. There are types of lesions that cause skin cancer, again with several types. Melanoma is one of the deadliest types of skin cancer. Its early diagnosis is at utmost importance. The treatments are greatly aided with artificial intelligence by the quick and precise diagnosis of these conditions. The identification and delineation of boundaries inside skin lesions have shown promise when using the basic image process
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.
Functional connectivity (FC) networks built from resting-state functional magnetic resonance imaging (rs-fMRI) has shown promising results for the diagnosis of Alzheimer's disease and its prodromal stage, that is, mild cognitive impairment (MCI). FC is usually estimated as a temporal correlation of regional mean rs-fMRI signals between any pair of brain regions, and these regions are traditionally parcellated with a particular brain atlas. Most existing studies have adopted a predefined brain atlas for all subjects. However, the constructed FC networks inevitably ignore the potentially importa
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: The sensitivity and accuracy of chemical exchange saturation transfer (CEST) and nuclear Overhauser enhancement (NOE) effects for assessing injury-associated changes in cervical spinal cords were evaluated in squirrel monkeys. Multiple interacting pools of protons, including one identified by an NOE at -1.6 ppm relative to water (NOE(-1.6)), were derived and quantified from fitting proton Z-spectra. The effects of down-sampled data acquisitions and corrections for non-specific factors including T1, semi-solid magnetization transfer, and direct saturation of free water (DS), were inves
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
MedElevator
Войти в исследования