The significance of pattern recognition techniques is widely enhanced in image processing and medical applications. Thus, lesion segmentation method is an essential technique of pattern recognition algorithms to detect the melanoma skin cancer in patients at earliest stage, otherwise, in further stages it becomes one of the deadliest disease and its mortality rate is very high. Therefore, a precise melanoma segmentation technique is introduced based on the Gradient and Feature Adaptive Contour (GFAC) model to detect melanoma skin cancer in earliest stage and diagnosis of dermoscopic images. In
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.
When reading mammograms, radiologists combine information from multiple views to detect abnormalities. Most computer-aided detection (CAD) systems, however, use primitive methods for inclusion of multiview context or analyze each view independently. In previous research it was found that in mammography lesion-based detection performance of CAD systems can be improved when correspondences between MLO and CC views are taken into account. However, detection at case level detection did not improve. In this paper, we propose a new learning method for multiview CAD systems, which is aimed at optimiz
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.
This study investigates the feasibility of using automated tumor segmentation as the region of interest for early detection of hepatocellular carcinoma (HCC) using magnetic resonance imaging (MRI). Enhancement Pattern Mapping (EPM) is used as a voxel-wise imaging biomarker within the region of interest once segmentations are generated. We implement PocketNet, a lightweight convolutional neural network, to segment liver tumors and evaluate performance. To contextualize model accuracy, we estimate the theoretical upper bound of segmentation performance through inter-observer comparisons of manua
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.
PURPOSE: Oscillating-gradient spin-echo (OGSE) diffusion MRI probes cell geometry and membrane integrity through the frequency-dependence of kurtosis, but prior studies have reported inconsistent findings depending on how frequency is varied. We compared frequency-dependent kurtosis in the human brain under two regimes: varying frequency with fixed total waveform duration (fixed- T ) or number of oscillations (fixed- N ).
METHODS: Eleven healthy volunteers were scanned on the 3 T Connectome 2.0 system with OGSE using 500 mT/m gradients. Mean kurtosis (MK) was measured using three fixed- T
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.
Perivascular spaces (PVS), when abnormally enlarged and visible in magnetic resonance imaging (MRI) structural sequences, are important imaging markers of cerebral small vessel disease and potential indicators of neurodegenerative conditions. Despite their clinical significance, automatic enlarged PVS (EPVS) segmentation remains challenging due to their small size, variable morphology, similarity with other pathological features, and limited annotated datasets. This paper presents the EPVS Challenge organized at MICCAI 2024, which aims to advance the development of automated algorithms for EPV
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.
Quantitative magnetization transfer (qMT) imaging in skeletal muscle may be confounded by intramuscular adipose components, low signal-to-noise ratios (SNRs), and voluntary and involuntary motion artifacts. Collectively, these issues could create bias and error in parameter fitting. In this study, technical considerations related to these factors were systematically investigated, and solutions were proposed. First, numerical simulations indicate that the presence of an additional fat component significantly underestimates the pool size ratio (F). Therefore, fat-signal suppression (or water-sel
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.
Magnetic resonance imaging (MRI) is emerging as a powerful tool for the diagnosis of breast abnormalities. Dynamic analysis of the temporal pattern of contrast uptake has been applied in differential diagnosis of benign and malignant lesions to improve specificity. Selecting a region of interest (ROI) is an almost universal step in the process of examining the contrast uptake characteristics of a breast lesion. We propose an ROI selection method that combines model-based clustering of the pixels with Bayesian morphology, a new statistical image segmentation method. We then investigate tools fo
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
Cancer is one of the deadliest diseases that can be caused by some metabolic anomalies or a convergence of transmitted disorders. Lung and colon cancer (LCC) are posited as the most common causes of death and disability in the modern world. Identification of the tumour in an initial stage before it spreads further inside the body will lessen the chance of death. Histopathological images (HIs) are extensively applied by medical professionals for identification, and they are highly essential in predicting patients' chances of survival. Usually, detection cancer using HIs requires a lengthy exper
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.
In recent years, the field of medical imaging has witnessed substantial progress due to the integration of advanced machine learning techniques, particularly in the diagnosis of critical conditions such as breast cancer. This study aims to improve the predictive accuracy of breast cancer diagnosis using ultrasound images by employing the cross-attention multi-scale vision transformer (CrossViT). The proposed methodology involves a dual-branch architecture in which each branch processes image patches of different sizes, thereby capturing both fine-grained and coarse-grained features. The model
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.
SIGNIFICANCE: Diffuse correlation tomography (DCT) is an emerging technique for the noninvasive measurement of breast microvascular blood flow, whereas its capability to categorize benign and malignant breast lesions has not been extensively validated thus far, due to the difficulties in instrumentation, image reconstruction algorithms, and appropriate approaches for imaging analyses.
AIM: This artificial intelligence (AI)-assisted DCT instrumentation was constructed based on a unique source-detector array and image reconstruction algorithm.
APPROACH: The DCT images of breasts were obtained
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.
Early detection of breast cancer commonly relies on imaging technologies such as ultrasound, mammography and MRI. Among these, breast ultrasound is widely used by radiologists to identify and assess lesions. In this study, we developed image segmentation techniques and multiclass classification artificial intelligence (AI) tools based on pretrained models to segment lesions and detect breast cancer. The proposed workflow includes both the development of segmentation models and development of a series of classification models to classify ultrasound images as normal, benign or malignant. The pre
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.
Tuberculosis (TB) is a chronic lung disorder caused by bacterial infection and is a major cause of death. Lung cancer also has a significant impact, and existing solutions concentrate on initial screening, which mainly results in better outcomes at a comparatively lower cost. Screening, particularly by chest X-rays (CXR), is globally recognized as an effective method for reducing lung cancer mortality. Therefore, a precise and initial identification of TB is highly crucial, or else, it threatens lives. In the investigation into cases of TB, CXR images are not only the primary method of diagnos
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 pancreas is a vital organ in digestive system which has significant health implications. It is imperative to evaluate and identify malignant pancreatic lesions promptly in light of the high mortality rate linked to such malignancies. Endoscopic Ultrasound (EUS) is a non-invasive precise technique to detect pancreas disorders, but it is highly operator dependent. Artificial intelligence (AI), including traditional machine learning (ML) and deep learning (DL) techniques can play a pivotal role to enhancing the performance of EUS regardless of operator. AI performs a critical function in the
Систематический обзорСтатьяПолный 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.
To determine if the routine use of spot compression mammography is now obsolete in the assessment of screen detected masses, asymmetries and architectural distortion since the availability of digital breast tomosynthesis. We introduced breast tomosynthesis in the workup of screen detected abnormalities in our screening center in January 2015. During an initial learning period with tomosynthesis standard spot compression views were also performed. Three consultant breast radiologists retrospectively reviewed all screening mammograms recalled for assessment over the first 6-month period. We asse
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.
Neuromyelitis optica (NMO) exhibits substantial similarities to multiple sclerosis (MS) in clinical manifestations and imaging results and has long been considered a variant of MS. With the advent of a specific biomarker in NMO, known as anti-aquaporin 4, this assumption has changed; however, the differential diagnosis remains challenging and it is still not clear whether a combination of neuroimaging and clinical data could be used to aid clinical decision-making. Computer-aided diagnosis is a rapidly evolving process that holds great promise to facilitate objective differential diagnoses of
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.
Early and accurate detection of pulmonary nodules in computed tomography (CT) scans is critical for reducing lung cancer mortality. While convolutional neural networks (CNNs) and Transformer-based architectures have been widely used for this task, they often suffer from insufficient global context awareness, quadratic complexity, and dependence on post-processing steps such as non-maximum suppression (NMS). This study aims to develop a novel 3D lung nodule detection framework that balances local and global contextual awareness with low computational complexity, while minimizing reliance on man
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.
Intravascular ultrasound (IVUS) is one of the most commonly-used interventional imaging techniques and has seen recent innovations which attempt to characterize the risk posed by atherosclerotic plaques. One such development is the use of microbubble contrast agents to image vasa vasorum, fine vessels which supply oxygen and nutrients to the walls of coronary arteries and typically have diameters less than 200μm. The degree of vasa vasorum neovascularization within plaques is positively correlated with plaque vulnerability. Having recently presented a prototype dual-frequency transducer for co
Оценочное исследованиеСтатьяПоддержка NIH: внешняя программаПоиск 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.
At 3-T MRI, reliable quantification of CEST contrast is challenged by peak overlap and broad background contamination. Because of this limitation, some previous studies employ four-pool Lorentzian fitting (i.e., amide, direct water saturation, magnetization transfer, and relayed nuclear Overhauser enhancement) for CEST analysis at 3 T, where the multiple CEST contrasts at positive frequency offsets are treated as a single pool. In addition, for fitting-based methods, the fitting accuracy can be readily affected by initial values and boundary conditions. To address these problems, a new CEST an
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.
Multimodal medical prognosis prediction has shown great potential in improving diagnostic accuracy by integrating various data types. However, incomplete multimodality, where certain modalities are missing, poses significant challenges to model performance. Current methods, including dynamic adaptation and modality completion, have limitations in handling incomplete multimodality comprehensively. Dynamic adaptation methods fail to fully utilize modality interactions as they only process available modalities. Modality completion methods address inter-modal relationships but risk generating unre
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.
Accurate prostate cancer segmentation is essential for disease progression assessment and prognostic evaluation. Multiparametric MRI (mpMRI) offers complementary structural and functional information, enabling more reliable lesion segmentation than single-modality MRI. However, existing methods still struggle to preserve high-frequency details and handle modality uncertainty, which limits multimodal fusion effectiveness and segmentation accuracy under ambiguous tumor boundaries, complex lesion morphology, and substantial inter-modality heterogeneity. To address these challenges, we propose PCa
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.
MedElevator
Войти в исследования