Biomechanical modelling of soft tissue provides a method for constraining medical image registration, such that the estimated spatial transformation is considered biophysically plausible. Existing methods either directly optimize the loss function containing the biomechanical-constrained regularization term over deformations, which takes much computational time, or are trained using biomechanically plausible data generated via finite element simulation, which is cumbersome. This work first instantiates the recently-proposed physics-informed neural networks (PINNs) to 3D elastic models that are
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.
OBJECTIVES: To examine the performance of the variable Vision Transformer (vViT) in comparison with that of convolutional neural networks (CNNs) in the task of differentiating clear cell renal cell carcinoma (ccRCC) and non-ccRCC using CT images.
METHODS: The vViT was designed to use patient characteristics, radiomic features, and arterial phase CT images. The training and test datasets were constructed from the training set of the 2019 Kidney and Kidney Tumor Segmentation Challenge (C4KC-KiTS) dataset. The training dataset contained 153 patients with 1636 images (818 ccRCC, 818 non-ccRCC) an
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 AND PURPOSE: Accurate delineation of organs of interest (OOIs, also commonly referred to as organs at risk, OARs) is crucial for safe radiotherapy. While deep learning-based segmentation using convolutional neural networks has achieved high geometric accuracy, clinical translation is hindered by overconfident, uncalibrated predictions in anatomically ambiguous regions. Uncertainty quantification and model calibration are prerequisites for safe clinical workflows. This study compared the standard nnU-Netv2 against its residual-encoding variant (ResEncM), hypothesizing that ResEncM wo
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.
A correct emergence profile is fundamental for achieving a natural result to transition from an implant with a circular neck to a cervical area that replicates a natural tooth. The shape of the critical contour must allow the reproduction of the emergence profile from the natural tooth: its design is linked to the desired tooth shape and gingival architecture. However, the absence of horizontal and vertical soft tissue references in the anterior edentulous area may present a clinical challenge in terms of both surgery and prosthetics. Digital workflows are an active trend in dentistry. The gen
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 a self-supervised text-vision framework to detect abnormalities on brain MRI scans by leveraging free-text neuroradiology reports, eliminating the need for expert-labeled training datasets. Materials and Methods This retrospective and prospective multicenter study included 81 936 brain MRI examinations and corresponding radiology reports for adult patients at two UK National Health Service hospitals from January 2008 to December 2019 for training and internal testing and 1369 prospectively collected examinations between March 2022 and March 2024 from four separate National H
СтатьяМногоцентровое исследованиеПоддержка 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.
OBJECTIVES: In orthognathic surgery, preoperative three-dimensional soft-tissue simulations are frequently used to determine the desired jaw displacements to enhance the facial soft tissue. This study aimed to develop and validate a deep learning-based method to predict postoperative facial soft tissue outcomes in real time for various orthognathic procedures.
METHODS: The study included 458 patients who underwent various orthognathic procedures. A deep learning-based method was developed based on 3D photographs for the real-time prediction of soft-tissue changes following orthognathic surger
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: Magnetic resonance imaging (MRI) is an essential technique for diagnosing pituitary adenomas; however, it is also challenging for neurosurgeons to use it to precisely identify some types of microadenomas. A novel neural network model was developed using preoperative MRI to assist clinicians in diagnosing pituitary microadenomas.
METHOD: Sixty patients with pathologically diagnosed pituitary microadenomas, including hyperprolactinemia (n = 19), growth hormone microadenomas (n = 17), and adrenocorticotropin microadenomas (n = 24), were enrolled. An image edge-supervised same receptive
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.
Paralysis affects many people worldwide, and the people affected often suffer from impaired communication. We developed a microelectrode-based Brain-Computer Interface (BCI) for enabling communication in patients affected by paralysis, and implanted it in a patient with Multiple System Atrophy (MSA), a neurodegenerative disease that causes widespread neural symptoms including paralysis. To verify the effectiveness of the BCI system, it was also tested by implanting it in a non-human primate (NHP). Data from the human and NHP were used to train binary classifiers two different types of machine
СтатьяСравнительное 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.
Co-adaptation interfaces, developed through user-machine collaboration, have the capacity to transform surface electromyography (sEMG) into control signals, thereby enabling external devices to facilitate or augment the sensory-motor capabilities of individuals with physical disabilities. However, the efficacy and reliability of myoelectric interfaces in untrained environments over extensive spatial range have not been thoroughly explored. We propose a user-machine closed-loop co-adaptation strategy, which consists of a multimodal progressive domain adversarial neural network (MPDANN), an augm
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: It is unclear, whether photoplethysmography (PPG) waveforms from wearable devices can differentiate between supraventricular and ventricular arrhythmias. We assessed, whether a neural network-based classifier can distinguish the origin of PPG pulse waveforms.
METHODS: In thirty patients undergoing invasive electrophysiological (EP) studies for narrow complex tachycardia, PPG waveforms were recorded using a PPG wristband (Empatica E4) in parallel to 12-lead surface electrocardiograms (ECGs) and intracardiac bipolar electrograms. PPG waveforms were annotated to either atrial (AP, su
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: Modeling and characterization of brain white matter (BWM) are challenging due to its anisotropic 3D microarchitecture and complex interactions among the constituent phases of axons, myelin, and glia. Shear biomechanics is critical for understanding traumatic brain injury (TBI), as shear forces dominate during such events. Simple shear tests reveal the non-linear Poynting effect (PE), characterized by elongation or contraction normal to the applied shear. Accurately simulating BWM's anisotropic hyperelastic (HE) behavior using finite element methods (FEM) is computationally intensiv
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.
Trajectories of motile cells represent a rich source of data that provide insights into the mechanisms of cell migration via mathematical modeling and statistical analysis. However, mechanistic models require cell type dependent parameter estimation, which in case of computational simulation is technically challenging due to the nonlinear and inherently stochastic nature of the models. Here, we employ simulation-based inference (SBI) to estimate cell specific model parameters from cell trajectories based on Bayesian inference. Using automated time-lapse image acquisition and image recognition
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.
The electroglottographic (EGG) signal offers a non-invasive approach to analyze phonation. It is known, if not obvious, that the onset of vocal fold contacting has a substantial effect on how the vocal folds vibrate and on the quality of the voice. Given that the presence or absence of vocal fold contacting has major consequences also for the interpretation of acoustic metrics, it is compelling to consider the possibility of predicting EGG signals directly from the microphone speech signal. This retrospective study presents a neural network model for EGG signal estimation utilizing a WaveNet a
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.
Ophthalmic diseases such as central serous chorioretinopathy (CSC) significantly impair the vision of millions of people globally. Precise segmentation of choroid and macular edema is critical for diagnosing and treating these conditions. However, existing 3D medical image segmentation methods often fall short due to the heterogeneous nature and blurry features of these conditions, compounded by medical image clarity issues and noise interference arising from equipment and environmental limitations. To address these challenges, we propose the Spectrum Analysis Synergy Axial-Spatial Network (SA
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: Early detection of cardiovascular diseases is based on accurate quantification of the left ventricle (LV) function parameters. In this paper, we propose a fully automatic framework for LV volume and mass quantification from 2D-cine MR images already segmented using U-Net.
METHODS: The general framework consists of three main steps: Data preparation including automatic LV localization using a convolution neural network (CNN) and application of morphological operations to exclude papillary muscles from the LV cavity. The second step consists in automatically extracting the LV contour
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.
Histological assessment of autoimmune hepatitis (AIH) is challenging. As one of the possible results of these challenges, nonclassical features such as bile-duct injury stays understudied in AIH. We aim to develop a deep learning tool (artificial intelligence for autoimmune hepatitis [AI(H)]) that analyzes the liver biopsies and provides reproducible, quantifiable, and interpretable results directly from routine pathology slides. A total of 123 pre-treatment liver biopsies, whole-slide images with confirmed AIH diagnosis from the archives of the Institute of Pathology at University Hospital Ba
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.
Parkinson's disease (PD) is a degenerative nervous system disorder involving motor disturbances. Motor alterations affect the gait according to the progression of PD and can be used by experts in movement disorders to rate the severity of the disease. However, this rating depends on the expertise of the clinical specialist. Therefore, the diagnosis may be inaccurate, particularly in the early stages of PD where abnormal gait patterns can result from normal aging or other medical conditions. Consequently, several classification systems have been developed to enhance PD diagnosis. In this paper,
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.
Fracture related infection (FRI) is one of the most devastating complications after fracture surgery in the lower extremities, which can lead to extremely high morbidity and medical costs. Therefore, early comprehensive evaluation and accurate diagnosis of patients are critical for appropriate treatment, prevention of complications, and good prognosis. 18Fluoro-deoxyglucose positron emission tomography/computed tomography (18F-FDG PET/CT) is one of the most commonly used medical imaging modalities for diagnosing FRI. With the development of deep learning, more neural networks have been propose
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.
BACKGROUND: Diagnostic challenges exist for CMV pneumonia in post-hematopoietic stem cell transplantation (post-HSCT) patients, despite early-phase radiographic changes.
OBJECTIVE: The study aims to employ a deep learning model distinguishing CMV pneumonia from COVID-19 pneumonia, community-acquired pneumonia, and normal lungs post-HSCT.
METHODS: Initially, 6 neural network models were pre-trained with COVID-19 pneumonia, community-acquired pneumonia, and normal lung CT images from Kaggle's COVID multiclass dataset (Dataset A), then Dataset A was combined with the CMV pneumonia images from o
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.
Histopathological images are widely used to diagnose diseases including skin cancer. As digital histopathological images are typically of very large size, in the order of several billion pixels, automated identification of all abnormal cell nuclei and their distribution within multiple tissue sections would assist rapid comprehensive diagnostic assessment. In this paper, we propose a deep learning-based technique to segment the melanoma regions in Hematoxylin and Eosin (H&E) stained histopathological images. In this technique, the nuclei in the image are first segmented using a Convolutional N
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