PURPOSE: To investigate age-related compositional changes in the infrapatellar fat pad (IFP) using chemical shift-encoded MRI-derived proton density fat fraction (PDFF) and T2* at 1.5 T, and to evaluate their associations with clinical symptoms and structural abnormalities.
METHODS: A cross-sectional study was performed in 100 adults (mean age: 44 ± 14 years; 54 men, 46 women) who underwent 1.5 T MRI using a six-echo spoiled gradient-echo sequence for quantitative assessment of PDFF and T2* in the IFP. Clinical symptoms were assessed using the Western Ontario and McMaster Universities Osteoar
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: Balanced steady-state free-precession (bSSFP) cine imaging is the clinical standard for ventricular function assessment but requires multiple breath-holds, which can be challenging for pediatric and young adult patients. Deep learning (DL)-accelerated cine imaging offers the potential to reduce breath-hold burden, shorten scan time, and enable free-breathing acquisitions.
OBJECTIVE: To clinically evaluate a commercially available DL-accelerated cine bSSFP sequence (SonicDL) across multiple acceleration levels and breath-hold/free-breathing configurations, and to assess diagnostic
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: Pain is the hallmark of knee osteoarthritis (KOA) and a major cause of disability. Identification of individuals at high risk of pain progression may facilitate timely intervention. The infrapatellar fat pad (IPFP) has been implicated in KOA-related pain. We aimed to evaluate whether baseline and longitudinal delta MRI-derived IPFP radiomic features can predict pain progression.
METHODS: This study used the Foundation for the National Institutes of Health (FNIH) Osteoarthritis Biomarker Consortium dataset from the Osteoarthritis Initiative (OAI) for model training and hold-out val
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 clinical efficacy of tumor necrosis factor inhibitors (TNFi) in axial spondyloarthritis (axSpA) is limited by high non-response rates, necessitating accurate pre-treatment stratification. This study aimed to develop and validate MRI-based interpretable deep learning radiomics (DLR) models to predict treatment response to TNFi in patients with axSpA.
METHODS: In this prospective study, patients diagnosed with axSpA who underwent sacroiliac joint MRI before TNFi initiation were enrolled. Patients were allocated to training and test sets at an approximate 4:1 ratio. The endpoints
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: MRI is important for cardiac disease evaluation, but accurate diagnosis remains challenging in less experienced centers. Although large language models (LLMs) have shown promise in medical imaging diagnosis, their application in cardiac MRI is limited.
HYPOTHESIS: LLMs may be effective in achieving cardiac MRI diagnosis based on standardized descriptions.
STUDY TYPE: Retrospective.
POPULATION: A total of 203 hypertrophic cardiomyopathy, 186 dilated cardiomyopathy, 46 hypertensive heart disease, 198 ischemic cardiomyopathy, 38 constrictive pericarditis, 45 cardiac amyloidosis, 91
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: Parkinson's disease (PD) is characterized by dopaminergic neuronal loss in the substantia nigra (SN). Imaging biomarkers sensitive to nigral pathology are limited. This study evaluated susceptibility changes in the SN using quantitative susceptibility mapping (QSM) and susceptibility-weighted imaging (SWI) at 7 Tesla MRI, and explored associations with clinical variables.
METHODS: In this exploratory cross-sectional study, 76 healthy controls (HC) and 26 PD patients underwent 7 Tesla QSM; SWI was available in 53 HC and all PD patients. Grading of dorsal (SN) was performed on QSM 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.
Comprehensive magnetic resonance imaging (MRI) analysis in oncology involves multiple interrelated tasks including volumetric segmentation, grading, staging, and malignancy detection. However, most existing deep learning models are task-specific or sequence-specific, lacking the generalizability required for heterogeneous sequences. Here we present MRICombo, a unified multi-expert deep learning framework for universal anatomical delineation and tumor characterization across 9 heterogeneous imaging sequences. Developed using 7,380 MRI sequences from 2,354 individuals, MRICombo achieves state-of
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 interpretable machine learning models for differentiating glioblastoma (GB) from solitary brain metastasis (SBM) using radiomics features from contrast-enhanced T1-weighted MRI (CE-T1WI), and to compare the impact of low-order and high-order features on model performance.
METHODS: A cohort of 434 patients with histopathologically confirmed GB (226 patients) and SBM (208 patients) was retrospectively analyzed. Radiomic features were derived from CE-T1WI, with feature selection conducted through minimum redundancy maximum relevance and least absolute shrinkage a
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 evaluate the clinimetric reliability of automated vestibular schwannoma (VS) segmentations by a comparison with human inter-observer variability on T1-weighted contrast-enhanced MRI scans.
METHODS: This retrospective study employed MR images, including follow-up, from 1,015 patients (median age: 59, 511 men), resulting in 1,856 unique scans. Two nnU-Net models were trained using fivefold cross-validation to create a single-center segmentation model, along with a multi-center model using additional publicly available data. Geometric-based segmentation metrics (e.g. the Dice score)
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. Variability in prostate biparametric MRI (bpMRI) interpretation limits diagnostic reliability for prostate cancer (PCa). Artificial intelligence (AI) has the potential to reduce this variability and improve diagnostic accuracy. OBJECTIVE. The objective of this study was to evaluate the impact of a deep learning AI model on lesion- and patient-level rates of detection of PCa and clinically significant PCa (csPCa) and interreader agreement for bpMRI interpretations. METHODS. This retrospective, multireader, multicenter study used a balanced incomplete block design for MRI randomizati
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.
RATIONALE AND OBJECTIVES: Androgen deprivation therapy (ADT) efficacy exhibits significant interindividual heterogeneity in advanced prostate cancer (PCa). This study aim to develop and validate a machine learning model based on multiparametric MRI (mpMRI) to predict the risk of Castration-Resistant Prostate Cancer (CRPC) progression in advanced PCa.
MATERIALS AND METHODS: In this retrospective study, 180 advanced PCa patients who underwent mpMRI before ADT were collected from two hospitals between January 2014 and October 2024. Radiomic features were selected by using variance threshold, Lea
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 hippocampal-to-ventricle ratio (HVR) is a biomarker of medial temporal atrophy, particularly useful in the assessment of neurodegeneration in diseases such as Alzheimer's disease (AD). To minimize subjectivity and inter-rater variability, an automated, accurate, precise, and reliable segmentation technique for the hippocampus (HC) and surrounding cerebro-spinal fluid (CSF) filled spaces-such as the temporal horns of the lateral ventricles-is essential. We trained and evaluated three automated methods for the segmentation of both HC and CSF (Multi-Atlas Label Fusion (MALF), Nonlinear Patch-
СтатьяПоддержка 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.
OBJECTIVE: To develop a deep learning model utilizing conventional MRI sequences integrated with Transformer-based feature fusion to differentiate spinal osteolytic bone metastases (OBM) from multiple myeloma (MM).
MATERIALS AND METHODS: This retrospective study included 663 patients (mean age: 62.13 ± 9.57 years; 378 males) from two medical centers, comprising 342 cases of OBM and 321 cases of MM. All patients underwent MRI examinations with T1-weighted imaging (T1WI), T2-weighted imaging (T2WI), and fat-suppressed T2-weighted imaging (T2WI-fs) sequences. Deep learning features were extracte
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 assess the impact of deep learning-based imaging reconstruction (DLIR) on quantitative results of coronary artery calcium scoring (CACS) and to evaluate the potential of DLIR for radiation dose reduction in CACS.
METHODS: For a retrospective cohort of 100 consecutive patients (mean age 62 ±10 years, 40% female), CACS scans were reconstructed with filtered back projection (FBP), adaptive statistical iterative reconstruction (ASiR-V in 30%, 60% and 90% strength) and DLIR in low, medium and high strength. CACS was quantified semi-automatically and compared between 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.
PURPOSE: The purpose of this study was to compare a conventional T1-weighted volumetric interpolated breath-hold examination (VIBE) sequence with a DL-reconstructed accelerated high-resolution VIBE sequence (HR-VIBEDL) in terms of image quality, lesion conspicuity, and lesion detection.
MATERIALS AND METHODS: Consecutive patients referred for upper abdominal MRI between December 2023 and March 2024 at a single tertiary center were prospectively enrolled. Participants underwent 1.5 T upper abdominal MRI with acquisition of spectrally fat-saturated unenhanced and gadobutrol-enhanced conventiona
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: According to International Lymphology Society guidelines, the severity of lymphedema is determined by the difference in volume between the affected limb and the healthy side divided by the volume of the healthy side. However, this method of measuring volume is time consuming, laborious, and has certain errors in clinical applications. Therefore, this study aims to explore whether machine learning radiomics features based on noncontrast magnetic resonance imaging (MRI) can predict the severity of primary lower limb lymphedema.
METHODS: A retrospective analysis of 119 patients with p
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.
BACKGROUND: T1-weighted (T1W) magnetic resonance imaging (MRI) using the delay alternating with nutation for excitation-sampling perfection with application-optimized contrasts using different flip angle evolution (DANTE-SPACE) is the preferred imaging technique for evaluation of the vessel wall.
PURPOSE: To evaluate the intra- and inter-rater reproducibility of carotid wall segmentation on T1W DANTE-SPACE in patients with symptomatic (acute stroke or transient ischemic attack) internal carotid artery (ICA) stenosis.
MATERIAL AND METHODS: This prospective study included 25 patients with acut
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: Cerebral small vessel disease (CSVD) includes vascular disorders characterized by heterogeneous pathomechanisms and different neuropathological clinical manifestations. Cognitive dysfunction in CSVD is associated with reductions in structural covariance networks (SCNs). A majority of research conducted on SCNs focused on group-level analysis. However, it is crucial to investigate the individualized variations in order to gain a better understanding of heterogeneous disorders such as CSVD. Therefore, this study aimed to utilize individualized differential structural covariance netwo
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 propose a magnetic resonance imaging (MRI) prediction model for diffuse-type tenosynovial giant cell tumors (D-TSGCTs).
MATERIALS AND METHODS: Anatomic locations were classified and then nodularity, margin, peripheral and internal hypointensity, and bone and cartilage involvement were evaluated on MRI. Student's t-test, chi-square test, diagnostic performance, logistic regression analysis, and decision tree were performed.
RESULTS: Nineteen intra-articular (11 localized; eight diffuse) and 55 extra-articular (44 localized; 11 diffuse) TSGCTs were included. Extra-
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: For the growing patient population with congenital heart disease (CHD), improving clinical workflow, accuracy of diagnosis, and efficiency of analyses are considered unmet clinical needs. Cardiovascular magnetic resonance (CMR) imaging offers non-invasive and non-ionizing assessment of CHD patients. However, although CMR data facilitates reliable analysis of cardiac function and anatomy, clinical workflow mostly relies on manual analysis of CMR images, which is time consuming. Thus, an automated and accurate segmentation platform exclusively dedicated to pediatric CMR images can si
Сравнительное исследованиеСтатьяПоддержка исследования: вне правительства СШАВалидационное 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