PURPOSE: To evaluate the usefulness of a computer-aided detection (CAD) system in full-field digital mammography in correlation to tumor histology.
MATERIAL AND METHODS: A total of 476 patients (226 patients with histologically proven malignant tumors, 250 healthy women) took part in this study. The mammograms were studied retrospectively, using the CAD system Image Checker. For 226 patients digital mammograms in MLO-projection were available. For 186 of these patients the CC-projection was also available. CAD markers that correlated with histologically proven carcinomas were considered to be
Оценочное исследованиеСтатьяВалидационное 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.
Primary screening devices for cervical cytology must show performance data for the detection of infectious organisms and benign cellular changes (BCC) for cytologists who routinely report these findings. The data on infection and BCC from the AutoPap primary screening clinical trials are presented herein. The presence of infectious organisms (candida, trichomonas, shift in bacterial flora, herpes, actinomyces) and BCC were noted in each of the clinical trial arms (current practice, CP; AutoPap-assisted practice, AP). For the purposes of these analyses, a report of infection or BCC from either
Клиническое исследованиеСравнительное исследованиеСтатьяПоиск 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: Preoperative diagnosis of lymph node metastasis (LNM) is critical for colorectal cancer (CRC) staging and treatment planning. This study aimed to develop and validate a spectral CT-derived multiparametric model to predict regional LNM in CRC.
METHODS: In this retrospective study, 311 patients with surgically confirmed CRC who underwent preoperative spectral CT were included. Eligible participants were chronologically stratified into a primary cohort (n = 249) and an independent temporal test cohort (n = 62), with the primary cohort randomly partitioned into a training subset (n = 1
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: Noise and artifacts often compromise image quality and diagnostic accuracy in liver Volume Perfusion CT (VPCT), which can impact clinical decision-making in the diagnosis of hepatocellular carcinoma (HCC). AI-based denoising can potentially improve image quality in computed tomography imaging. Therefore, we aimed to evaluate the effects of AI denoising (AID) on image quality and Milan classification in VPCT compared to standard methods. METHODS: VPCT examinations from 100 patients acquired between 2017 and 2021 were retrospectively included in the analysis. Perfusion maps were reco
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: Evaluation of the impact of Deep Learning Image Reconstruction (DLIR) compared to Adaptive Statistical Iterative Reconstruction-Veo (ASIR-V) on image quality and early ischemic changes detection on non-contrast computed tomography (NCCT) in stroke suspected patients. A secondary objective was to determine the potential influence of reconstruction algorithm on ASPECT scoring relative to automated e-ASPECT score.
METHODS: Consecutive patients undergoing NCCT within 6 hours of symptom onset were retrospectively included. Images were reconstructed using ASIR-V and high-strength DLIR. Fou
СтатьяСравнительное 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.
OBJECTIVE: To investigate whether virtual unenhanced (VUE) images generated from spectral CT using the rapid kVp switching technique can serve as a substitute for true unenhanced (TUE) images in the assessment of acute pancreatitis (AP). METHODS: This retrospective study included 90 patients diagnosed with AP according to the Revised Atlanta Classification who underwent unenhanced non-spectral CT scan and dual-phase spectral CT scans of the abdomen. VUE images for the arterial (AP-VUE) and venous phases (VP-VUE) were reconstructed using material decomposition techniques. Objective and subjecti
СтатьяСравнительное 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.
PURPOSE: To compare deep learning reconstruction (DLR) at three denoising strengths (Low, Medium, High) with adaptive statistical iterative reconstruction (ASIR-V) for non-contrast head CT (NCCT) in adult patients presenting with acute stroke symptoms. METHODS: In this retrospective study, 102 consecutive patients (mean age, 68.65 years) underwent NCCT within 24 h of stroke symptom onset between December 2024 and April 2025. Raw data were reconstructed using ASIR-V and DLR-L, DLR-M, and DLR-H. Two blinded radiologists assessed perceived noise, gray–white matter differentiation (supratentorial,
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.
BACKGROUND: While multiple imaging modalities have been developed for the evaluation of biliary and pancreatic ducts, none is considered ideal. Dual-layer Spectral Computed Tomography (DSCT) offers potential advantages through dual-energy acquisition and spectral imaging, but its application for biliopancreatic ducts remains unclear. The objective of this retrospective observational study was to evaluate image quality and determine the optimal energies of Virtual Monoenergetic Images (VMIs) from DSCT of biliary and pancreatic ducts.
MATERIALS AND METHODS: We analyzed contrast-enhanced abdomin
СтатьяНаблюдательное 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.
OBJECTIVES: Whole-image deep learning models for CT diagnosis of nasal cavity and paranasal sinus diseases often underperform because they disregard anatomical heterogeneity. We hypothesized that anatomically partitioned deep learning would enhance diagnostic accuracy.
MATERIALS AND METHODS: A multicenter retrospective study enrolled 2947 CT examinations conducted from October 2019 to May 2022. From these, 150 patients were randomly selected for manual segmentation, covering 13 anatomical regions, including the bilateral nasal cavities, maxillary sinuses, anterior ethmoid sinuses, posterior e
СтатьяМногоцентровое 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 To evaluate the impact of a fully automated, multitask deep learning (DL) algorithm on interreader agreement of coronary artery disease (CAD) detection and stenosis classification using coronary CT angiography (CCTA). Materials and Methods This retrospective study included CCTA examinations (n = 623 patients) performed for clinical indications on CT systems from multiple vendors between January 2010 and December 2019. An expert reader (reader 1) analyzed all CCTA scans manually and with artificial intelligence (AI)-assisted reading at the lesion, coronary segment, and patient levels us
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.
OBJECTIVES: 1. To develop a deep-learning segmentation model for automated measurement of maximal aortic diameter (Dmax) and volumes of aortic dissection components: true-lumen (TL), circulating false-lumen (CFL), and thrombus (Th) on CT angiography (CTA). 2. To assess the predictive value of these measures for adverse aortic remodeling in residual aortic dissection (RAD).
MATERIALS AND METHODS: This retrospective study included 322 patients from two centers. The segmentation model was trained on 120 patients (Center 1) and tested on an internal dataset (30 patients, Center 1) and an external
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.
OBJECTIVE: Dopamine transporter single-photon emission computed tomography (DAT-SPECT) plays an important role in diagnosing parkinsonism. Recently, a reference-based quantitative analysis utilizing a Japanese normal database for DAT-SPECT was developed. This study aimed to investigate the frequency and trends of cases wherein the analysis- and physician-based diagnoses diverged.
METHODS: Two physicians performed an interpretation task twice on 195 DAT-SPECT scans. After assessing intra- and intertester agreements, disagreements were resolved by consensus. For the reference-based quantitative
СтатьяСравнительное 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.
BACKGROUND: Breast lesions are a common but often missed incidental finding. We evaluated whether artificial intelligence (AI) algorithms can efficiently detect radiologically significant incidental breast lesions (RSIBLs) missed by original interpreting radiologists (OIRs) on chest CT examinations.
METHODS: This retrospective multi-institutional study analyzed chest CT examinations performed in June 2017 by a national teleradiology practice. Visual classifier (VC) and natural language processing (NLP) algorithms flagged potential RSIBLs, which were reviewed independently by two primary reade
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.
OBJECTIVE: The study aimed to compare multiple convolutional neural networks architectures for their classification performance in distinguishing salivary gland tumors, pleomorphic adenoma and carcinoma ex pleomorphic adenoma, using whole-slide images.
METHODS: A cross-sectional study using 107 hematoxylin and eosin stained whole-slide images from 83 patients diagnosed with pleomorphic adenoma (n = 41) and carcinoma ex pleomorphic adenoma (n = 42) was conducted. Eight convolutional neural networks models (ResNet50, InceptionV3, VGG16, Xception, MobileNet, DenseNet121, EfficientNetB0, and Effi
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.
Quantifying pleural effusion change at chest CT is important for evaluating disease severity and treatment response. The purpose of this study was to assess the accuracy of artificial intelligence (AI)-based volume quantification of pleural effusion change on CT images, using the volume of drained fluid as the reference standard. Seventy-nine participants (mean age ± SD, 65 years ± 13; 47 male) undergoing thoracentesis were prospectively enrolled from October 2021 to September 2023. Chest CT scans were obtained just before and after thoracentesis. The volume of pleural fluid on each CT scan, w
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 assess the performance of a newly introduced deep learning-based reconstruction algorithm, namely the artificial intelligence iterative reconstruction (AIIR), in reducing the dose of pediatric chest CT by using the image data of below 3-year-old patients with congenital heart disease (CHD).
MATERIALS AND METHODS: The lung image available from routine-dose cardiac CT angiography (CTA) on below 3 years patients with CHD was employed as a reference for evaluating the paired low-dose chest CT. A total of 191 subjects were prospectively enrolled, where the dose for chest CT was reduced
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: To develop and validate a deep convolutional neural network (DCNN) for automated sacroiliitis grading in axial spondyloarthritis (axSpA) using CT images.
METHODS: A total of 1,590 patients were enrolled, including 1341 axSpA patients from a Rheumatology Specialist Hospital for 3D-ResNet50 model development. The model was then evaluated on an internal validation set of 130 patients and external sets from two tertiary hospitals (n = 249). Diagnostic ssensitivity and reading time were assessed for six readers (two rheumatologists, two junior radiologists, and two senior radiologists)
СтатьяМногоцентровое исследованиеСравнительное 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.
OBJECTIVE: This study aims to develop a low-dose CT-based, fully automated deep learning tool for screening adrenal gland volume abnormalities and establishing personalized reference ranges to assist in diagnosing adrenal diseases.
METHODS: This study included subjects (≥18 years) who underwent low-dose non-contrast chest CT during routine health check-ups, and three datasets were extracted based on specific criteria: healthy reference, hypertension/diabetes validation, and adrenal abnormality validation. Randomly sampled from these datasets 400 low-dose chest CT images were used to train the
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.
The accurate and early detection of vertebral metastases is crucial for improving patient outcomes. Although deep-learning models have shown potential in this area, their lack of prediction reliability and robustness limits their clinical utility. To address these challenges, we propose a novel technique called Ensemble Monte Carlo Dropout (EMCD) for uncertainty quantification (UQ), which combines the Monte Carlo dropout and deep ensembles. In this retrospective study, we analyzed 11,468 abdominal computed tomography images from 116 patients diagnosed with vertebral metastases and 957 images f
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.
The diagnostic performance of an artificial intelligence (AI) clinical decision support solution for acute intracranial hemorrhage (ICH) detection was assessed in a large teleradiology practice. The impact on radiologist read times and system efficiency was also quantified. A total of 61 704 consecutive noncontrast head CT examinations were retrospectively evaluated. System performance was calculated along with mean and median read times for CT studies obtained before (baseline, pre-AI period; August 2021 to May 2022) and after (post-AI period; January 2023 to February 2024) AI implementation.
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.
MedElevator
Войти в исследования