Sperm morphology analysis (SMA) is a very important factor in the diagnosis process of male infertility. This research proposes a novel deep learning algorithm for malformation detection of sperm morphology using human sperm cell images. Our proposed method detects and analyzes different parts of human sperms. First of all, we have prepared an image collection, called the MHSMA dataset, which can be used as a standard benchmark for future machine learning studies in this problem. This collection consists of 1,540 sperm images from 235 patients with male factor infertility. This unique dataset
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.
Nowadays, huge number of mammograms has been generated in hospitals for the diagnosis of breast cancer. Content-based image retrieval (CBIR) can contribute more reliable diagnosis by classifying the query mammograms and retrieving similar mammograms already annotated by diagnostic descriptions and treatment results. Since labels, artifacts, and pectoral muscles present in mammograms can bias the retrieval procedures, automated detection and exclusion of these image noise patterns and/or non-breast regions is an essential pre-processing step. In this study, an efficient and automated CBIR syste
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.
Laboratory mice are staples for evo/devo and genetics studies. Inbred strains provide a uniform genetic background to manipulate and understand gene-environment interactions, while their crosses have been instrumental in studies of genetic architecture, integration and modularity, and mapping of complex biological traits. Recently, there have been multiple large-scale studies of laboratory mice to further our understanding of the developmental basis, evolution, and genetic control of shape variation in the craniofacial skeleton (i.e. skull and mandible). These experiments typically use micro-c
Оценочное исследованиеСтатьяПоиск 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 Chicago Classification (CC) of esophageal motility disorders, utilizing an algorithmic scheme to analyze clinical high-resolution manometry (HRM) studies, has gained acceptance worldwide.
METHODS: This 2014 update, CC v3.0, developed by the International HRM Working Group, incorporated the extensive clinical experience and interval publications since the prior (2011) version.
KEY RESULTS: Chicago Classification v3.0 utilizes a hierarchical approach, sequentially prioritizing: (i) disorders of esophagogastric junction (EGJ) outflow (achalasia subtypes I-III and EGJ outflow obs
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Thoracic ultrasonography (US) has proved to be a valuable tool in the evaluation of the patient with shortness of breath, chest pain, hypoxia, or after chest trauma. Its sensitivity and specificity for detecting disease is higher than that of a chest radiograph, and it can expedite the diagnosis for many emergent conditions. This article describes the technique of each thoracic US application, illustrating both normal and abnormal findings, as well as discussing the literature. Bedside thoracic US has defined imaging benefits in a wide range of thoracic disease, and US guidance has been shown
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 CONTEXT: The sagittal alignment of the pelvis represents the basic mechanism for maintaining postural equilibrium, and a number of methods were developed to assess normal and pathologic pelvic alignments from two-dimensional sagittal radiographs in terms of positional and anatomic parameters.
PURPOSE: To provide a complete overview of the existing methods for quantitative evaluation of sagittal pelvic alignment and summarize the relevant publications.
STUDY DESIGN: Review article.
METHODS: An Internet search for terms related to sagittal pelvic alignment was performed to obtain r
СтатьяПоддержка исследования: вне правительства СШАОбзорПолный 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.
Presence of plus disease in retinopathy of prematurity (ROP) is an important criterion for identifying ROP requiring treatment. Plus disease is defined by a standard published photograph selected more than 20 years ago by expert consensus. However, diagnosis of plus disease has been shown to be subjective and qualitative. Computer-based image analysis using quantitative methods has potential to improve the objectivity of plus disease diagnosis. The objective was to review the published literature involving computer-based image analysis for ROP diagnosis. The PubMed and Cochrane library databas
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАОбзорПоиск 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: Fully automatic and high-quality demarcation of sonographical breast lesions remains a far-reaching goal. This article aims to develop an image segmentation algorithm that provides quality delineation of breast lesions in sonography with a simple and friendly semiautomatic scheme.
METHODS: A data-driven image segmentation algorithm, named as augmented cell competition (ACCOMP) algorithm, is developed to delineate breast lesion boundaries in ultrasound images. Inspired by visual perceptual experience and Gestalt principles, the ACCOMP algorithm is constituted of two major processes, i
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.
Mammographic film reading is a highly demanding task, particularly in screening programs where the reader must perform a detailed visual search of a large number of images for signs of abnormality that are often subtle or small, and which occur very infrequently. False-negative cases, in which signs of abnormality are missed by a film reader, are known to occur. Computer-aided detection (CAD) systems, which automatically detect potential abnormalities and indicate their locations to the reader, have the capacity to reduce the frequency of such errors by ensuring that all suspicious regions of
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.
24 gingival recessions were treated with free gingival autografts. The root coverage was evaluated by a new method: surfacic quantimetry by image analysis. This present study compares the linear and surfacic results. After statistic study, the linear coverage was evaluated at 26.74% (+0,813 mm for an initial height of 3,040 mm) and the surfacic coverage at 19.10% (+1,223 mm2 for an initial surface of 6,400 mm2).
Аннотация на английскомСтатьяПолный 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.
Federated Learning (FL) emerged as a solution for collaborative medical image classification while preserving data privacy. However, label noise, which arises from inter-institutional data variability, can cause training instability and degrade model performance. Existing FL methods struggle with noise heterogeneity and the imbalance in medical data. Motivated by these challenges, we propose FedGSCA, a novel framework for enhancing robustness in noisy medical FL. FedGSCA introduces a Global Sample Selector that aggregates noise knowledge from all clients, effectively addressing noise heterogen
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.
Automated segmentation of diabetic foot ulcers (DFUs) supports clinical diagnosis, treatment planning, and longitudinal wound monitoring, but remains difficult owing to the heterogeneous appearance, irregular morphology, and cluttered backgrounds of ulcers in clinical photographs. Convolutional networks such as U-Net localise well but model long-range context poorly, whereas Vision Transformers capture global dependencies. We employ a hybrid ViT-bottleneck U-Net that combines a convolutional encoder-decoder with a Transformer bottleneck and attention-gated skip connections, and we emphasise th
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 construction of medical centers is rapidly advancing, generating a vast amount of whole slide images (WSIs). Content-based histopathological image retrieval (CBHIR) unlocks the rich digital morphologic content of WSIs previously confined to glass slides. Foundation models trained on large-scale pathology data have shown remarkable generalization and transfer capabilities, providing a powerful basis for CBHIR. However, deploying pathology foundation models across different centers remains challenging due to cross-center domain shifts and continual data expansion, which can lead to feature d
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.
Whole slide imaging (WSI) provides rich tissue information at a gigapixel resolution, posing significant challenges for the development of pathology analysis algorithms. Mainstream approaches effectively analyze WSI but treat the pretrained feature extractor and the task-specific network as independent modules, thereby restricting downstream task accuracy due to the limitations of the pretrained model. Inspired by the knowledge complementarity mechanism in multi-agent collaboration, we propose PLM-SynNet, a pathology large model synergy network that integrates the strengths of multiple patholo
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.
Accurate and transparent classification of breast cancer histopathology remains a major challenge due to morphological variability, class imbalance, and computational constraints in whole-slide image analysis. Convolutional neural networks (CNNs) capture local tissue features but tend to ignore more global context cues; on the other hand, Vision Transformers are data-hungry and sensitive to staining variations. We provide a systematic, controlled comparison, and propose a hierarchical Swin Transformer framework designed to leverage both local and global representations via adaptive channel rec
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: Immunofixation electrophoresis (IFE) is the gold standard method for detecting and typing monoclonal immunoglobulins, but its interpretation requires expert evaluation and remains susceptible to subjectivity and variability. Recent advances in multimodal large language models (LLMs) have enabled zero-shot visual reasoning without task-specific training. This study aimed to evaluate the feasibility and diagnostic performance of zero-shot multimodal LLMs for automated interpretation of IFE images.
MATERIALS AND METHODS: A dataset of 487 immunofixation electrophoresis images repres
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.
Cutaneous vasculitis represents a heterogeneous group of disorders characterized by inflammation and necrosis of blood vessels within the skin, with or without systemic involvement. The pathological diagnosis of cutaneous vasculitis remains a significant challenge due to its pathological manifestations overlapping with various inflammatory skin diseases and the inherent subjectivity of manual diagnostic criteria. This study leveraged deep learning technology to develop a reliable diagnostic model for whole slide images (WSIs) of cutaneous vasculitis, aiming to standardize and enhance the consi
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 rapid progress in the field of computational pathology has been enabled by foundation models. These models are beginning to move beyond encoding image patches toward whole-slide understanding, but their clinical utility remains limited. Here we present PRISM2, a multimodal slide-level foundation model trained on 2.3 million whole-slide images and 14 million question-answer pairs derived from 700,000 pathology reports. Through clinical dialogue supervision, PRISM2 aligns histomorphology with diagnostic reasoning, yielding representations that support both prompt-based inference and trans
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.
Ultrasound imaging and biochemical examinations are the primary methods for diagnosing Hashimoto's thyroiditis (HT). However, neither of them is sufficient to accurately diagnose HT alone. Most existing multimodal models for HT diagnosis focus primarily on extracting and concatenating features from different modalities, which are ineffective due to the dimensional imbalance of the features between the textual and image data. To address this issue, we propose a novel Multimodal Collaborative Fusion Learning (MCFL) approach, which can enhance and recalibrate the biochemical indicators using ultr
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.
MedElevator
Войти в исследования