Deep learning (DL) continues to advance cardiac image analysis with increasingly sophisticated methodologies. Although convolutional neural networks laid the foundation for DL, emerging methods including graph neural networks, transformers, implicit neural representations, generative adversarial networks, and foundation models enable enhanced anatomical and functional modeling, image generation, and multimodal integration. Graph neural networks enable non-Euclidean data representations that preserve anatomical structure; transformers improve sequence modeling in dynamic imaging; and implicit n
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.
BACKGROUND: Pediatric cardiomyopathies represent a heterogeneous group of myocardial diseases with significant morbidity and mortality. Conventional cardiovascular magnetic resonance (CMR) techniques provide functional and tissue characterization but offer limited insight into myocardial microstructural organization. Diffusion tensor imaging (DTI) enables non-invasive assessment of myocardial microstructure through quantitative metrics such as apparent diffusion coefficient (ADC) and fractional anisotropy (FA). This study aims to evaluate the utility of DTI in differentiating dilated and hyper
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 identify the optimal machine learning strategy, including feature selection and dimensionality reduction methods, for differentiating benign and malignant parotid gland tumors using radiomic features from T2-weighted magnetic resonance images (MRI).
MATERIAL AND METHODS: This retrospective study included 95 patients with histopathologically confirmed parotid gland tumors (49 benign, 46 malignant). A total of 107 radiomic features (morphological, first-order, and texture features) were extracted using PyRadiomics. Seven feature selection and dimensionality reduction methods were
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: Paramagnetic rim lesions (PRLs) are a highly specific imaging biomarker for MS that are now integrated into the 2024 McDonald criteria. PRLs can be detected on standard SWI, which combines data from the homodyne-filtered phase (phase) and enhanced magnitude (SWI) images, as well as on the phase images alone. However, the relative visibility of PRL on SWI vs phase images is unknown, and it remains unclear which of these contrasts should be used for PRL evaluation in the clinical setting.
MATERIALS AND METHODS: The study sample (n = 40) consisted of 2 cross-sectional coh
СтатьяМногоцентровое исследованиеНаблюдательное 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.
PURPOSE: Intra-pancreatic fat deposition (IPFD) is closely associated with the onset and progression of type 2 diabetes mellitus (T2DM). We aimed to develop an accurate and automated method for assessing IPFD on multi-echo Dixon MRI.
MATERIALS AND METHODS: In this retrospective study, 534 patients from two centers who underwent upper abdomen MRI and completed multi-echo and double-echo Dixon MRI were included. A pancreatic segmentation model was trained on double-echo Dixon water images using nnU-Net. Predicted masks were registered to the proton density fat fraction (PDFF) maps of the multi-
СтатьяМногоцентровое исследованиеПоддержка 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 an interpretable fusion deep learning model based on super-resolution (SR) MRI for predicting preoperative perineural invasion (PNI) in pancreatic ductal adenocarcinoma (PDAC) and to evaluate its role in guiding postoperative prognostic and therapeutic decision-making.
MATERIALS AND METHODS: In this multicenter retrospective study, we enrolled 714 eligible patients, allocating 608 to a development/internal validation set and 106 from three external centers to an external validation set. The fusion clinical-radiomics-deep transfer learning (FCDR) was developed to predict PN
СтатьяМногоцентровое 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.
BackgroundWhile the "swallow tail" sign observed in the substantia nigra (SN) on susceptibility map-weighted imaging (SMWI) serves as an effective marker for differentiating patients with Parkinson's disease (PD) from healthy individuals, its visual assessment proves inadequate in differentiating PD from atypical Parkinson syndromes (APS).PurposeTo employ radiomic features extracted from multi-echo SMWI of the SN to distinguish between PD and APS.Material and MethodsSMWI data were acquired from 63 PD patients, 38 APS patients, and 89 healthy controls. The participants were randomly assigned to
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.
RATIONALE AND OBJECTIVES: Diagnosing Parkinson's disease (PD) typically relies on clinical evaluations, often detecting it in advanced stages. Recently, artificial intelligence has increasingly been applied to imaging for neurodegenerative disorders. This study aims to develop a diagnostic prediction model using T1-weighted magnetic resonance imaging (T1-MRI) data from the caudate and putamen in individuals with early-stage PD.
MATERIALS AND METHODS: This retrospective case-control study included 69 early-stage PD patients and 22 controls, recruited through the Parkinson's Progression Markers
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: The generalizability and reproducibility of AI-assisted detection for cerebral aneurysms on 3D time-of-flight MR angiography remain unclear. We aimed to evaluate physician performance using AI assistance, focusing on inter- and intra-user variability, identifying factors influencing performance and clinical implications.
METHODS: In this retrospective study, four state-of-the-art AI models were hyperparameter-optimized on an in-house dataset (2019-2021) and evaluated via 5-fold cross-validation on a public external dataset. The two best-performing models were selected for evaluati
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: The spinal column is a frequent site for metastases, affecting over 30% of solid tumor patients. Identifying the primary tumor is essential for guiding clinical decisions but often requires resource-intensive diagnostics.
PURPOSE: To develop and validate artificial intelligence (AI) models using noncontrast MRI to identify primary sites of spinal metastases, aiming to enhance diagnostic efficiency.
STUDY TYPE: Retrospective.
POPULATION: A total of 514 patients with pathologically confirmed spinal metastases (mean age, 59.3 ± 11.2 years; 294 males) were included, split into a dev
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: This study aims to develop a diffusion model-based framework for generating late gadolinium enhancement (LGE)-like images without contrast. The resulting synthetic images are then comprehensively evaluated for subjective and objective image quality, as well as their clinical utility for quantifying scar in acute myocardial infarction.
METHODS: In this retrospective study, we developed a diffusion mode-based framework, multisequence guided diffusion to generate synthetic native enhancement (SNE) images from cine magnetic resonance imaging, and T2 short tau inversion recovery sequen
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.
BACKGROUND: Cerebrovascular reactivity (CVR) assesses vascular health in various brain conditions, but CVR measurement requires a challenge to cerebral perfusion such as the administration of acetazolamide(ACZ), thus limiting widespread use. We determined whether generative adversarial networks (GANs) can create CVR images from baseline pre-ACZ arterial spin labeling (ASL) MRI.
METHODS: This study included 203 Moyamoya cases with a total of 3248 pre- and post-ACZ ASL Cerebral Blood Flow (CBF) images. Reference CVRs were generated from these CBF slices. From this set, 2640 slices were used to
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 develop and validate a deep learning model for automatic segmentation of primary central nervous system lymphoma (PCNSL) at postcontrast T1-weighted MRI. Materials and Methods Data were retrospectively collected from patients with pathologically proven immunocompetent PCNSL between September 2010 and February 2022. Postcontrast T1-weighted MRI scans were used to train and validate a deep learning model based on the nnU-Net framework. Manual segmentation by neuroradiologists served as the reference standard. The model was trained using an internal dataset from a single center and tes
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 establish a reduced field-of-view (rFOV) DWI protocol on a 3.0T high-field MRI platform, explore the correlation between ADC histogram parameters derived from rFOV VOI and rectal cancer T/N staging, lymphatic vessel invasion, peripheral nerve invasion, histological differentiation, and Ki-67.
METHODS: Prospectively included 47 pathologically confirmed rectal adenocarcinoma patients (March 2023-December 2024) for analyzing rFOV VOI histogram parameters. FireVoxel extracted ADC histogram parameters from tumor VOIs. Spearman correlation assessed relationships between parameters and T
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.
RATIONALE AND OBJECTIVES: To compare a conventional T1 volumetric interpolated breath-hold examination (VIBE) with SPectral Attenuated Inversion Recovery (SPAIR) fat saturation and a deep learning (DL)-reconstructed accelerated VIBE sequence with SPAIR fat saturation achieving a 50 % reduction in breath-hold duration (hereafter, VIBE-SPAIRDL) in terms of image quality and diagnostic confidence.
MATERIALS AND METHODS: This prospective study enrolled consecutive patients referred for upper abdominal MRI from November 2023 to December 2023 at a single tertiary center. Patients underwent upper ab
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: To evaluate deep learning reconstruction (DLR)-based accelerated rectal magnetic resonance imaging (MRI) compared with standard MRI.
MATERIALS AND METHODS: Patients with biopsy-confirmed rectal adenocarcinoma between November/2022 and May/2023 in a single centre were prospectively enrolled for an intra-individual comparison between standard fast spin-echo (FSEstandard) and DLR-based FSE (FSEDL) sequences. Quantitative and qualitative image quality metrics of the pre-therapeutic MRIs were evaluated in all patients; diagnostic performance and evaluating time for T-staging, N-staging
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.
RATIONALE AND OBJECTIVES: This study aims to evaluate the capability of machine learning algorithms in utilizing radiomic features extracted from cine-cardiac magnetic resonance (CMR) sequences for differentiating between ischemic cardiomyopathy (ICM) and dilated cardiomyopathy (DCM).
MATERIALS AND METHODS: This retrospective study included 115 cardiomyopathy patients subdivided into ICM (n = 64) and DCM cohorts (n = 51). We collected invasive clinical (IC), noninvasive clinical (NIC), and combined clinical (CC) feature subsets. Radiomic features were extracted from regions of interest (ROIs)
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.
PURPOSE: To develop a deep learning (DL) zonal segmentation model of prostate MR from T2-weighted images and evaluate TZ-PSAD for prediction of the presence of csPCa (Gleason score of 7 or higher) compared to PSAD.
METHODS: 1020 patients with a prostate MRI were randomly selected to develop a DL zonal segmentation model. Test dataset included 20 cases in which 2 radiologists manually segmented both the peripheral zone (PZ) and TZ. Pair-wise Dice index was calculated for each zone. For the prediction of csPCa using PSAD and TZ-PSAD, we used 3461 consecutive MRI exams performed in patients with
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.
The mechanisms through which tau and amyloid-beta (Aβ) accumulate in the brain of Alzheimer's disease patients may differ but both are related to neuronal networks. We examined such mechanisms on neuroimaging in 58 participants with atypical Alzheimer's disease (posterior cortical atrophy or logopenic progressive aphasia). Participants underwent Aβ-PET, longitudinal tau-PET, structural MRI and resting-state functional MRI, which was analyzed with graph theory. Regions with high levels of Aβ were more likely to be functional hubs, with a high number of functional connections important for resil
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Deep brain stimulation (DBS) surgery has been shown to dramatically improve the quality of life for patients with various motor dysfunctions, such as those afflicted with Parkinson's disease (PD), dystonia, and essential tremor (ET), by relieving motor symptoms associated with such pathologies. The success of DBS procedures is directly related to the proper placement of the electrodes, which requires the ability to accurately detect and identify relevant target structures within the subcortical basal ganglia region. In particular, accurate and reliable segmentation of the globus pallidus (GP)
СтатьяПоддержка NIH: внешняя программаПолный 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