Diagnosis of bronchiectasis is usually made using chest computed tomography (CT) scan, the current gold standard method. A bronchiectatic airway can show abnormal widening and thickening of its airway wall. In addition, it can show an irregular wall and lack of tapering, and/or can be visible in the periphery of the lung. Its diagnosis is still largely expert based. More recently, it has become clear that airway dimensions on CT and therefore the diagnosis of bronchiectasis are highly dependent on lung volume. Hence, control of lung volume is required during CT acquisition to standardise the e
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2018eng
In this paper, we provide a new framework on deep learning based automated screening method for finding individuals at risk of developing Age-related Macular Degeneration (AMD). We studied the appropriateness of using the transfer learning to screen AMD by using color fundus images. We make use of the Age-Related Eye Disease Study (AREDS) dataset with nearly 150,000 images, which also provided qualitative grading information by expert graders and ophthalmologists. We use ensemble learning technique with two deep neural networks, namely, Inception-ResNet-V2 and Xception with a custom fine-tunin
СтатьяПоддержка NIH: внешняя программаПолный 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.
Thyroid ultrasonography is a widely used clinical technique for nodule diagnosis in thyroid regions. However, it remains difficult to detect and recognize the nodules due to low contrast, high noise, and diverse appearance of nodules. In today's clinical practice, senior doctors could pinpoint nodules by analyzing global context features, local geometry structure, and intensity changes, which would require rich clinical experience accumulated from hundreds and thousands of nodule case studies. To alleviate doctors' tremendous labor in the diagnosis procedure, we advocate a machine learning app
СтатьяПоддержка исследования: вне правительства СШАПоддержка 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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2014eng
Accurate delineation of pathological lungs from computed tomography (CT) images remains mostly unsolved because available methods fail to provide a reliable generic solution due to high variability of abnormality appearance. Local descriptor-based classification methods have shown to work well in annotating pathologies; however, these methods are usually computationally intensive which restricts their widespread use in real-time or near-real-time clinical applications. In this paper, we present a novel approach for fast, accurate, reliable segmentation of pathological lungs from CT scans by co
СтатьяПоддержка NIH: внешняя программаПоддержка службы здравоохранения 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.
Osteoporosis international : a journal established as result of cooperation between the European Foundation for Osteoporosis and the National Osteoporosis Foundation of the USA2006eng
INTRODUCTION: Alteration of bone trabecular architecture is a predictor of fracture risk in osteoporosis. Until now, microarchitecture can only be measured on a bone biopsy, thus limiting microarchitecture analysis in routine clinical practice for osteoporosis. Texture analysis on X-ray images has been advocated to be a suitable means to assess two-dimensional (2-D) microarchitecture in the research field. But little is known about the relationships between three-dimensional (3-D) architecture and texture analysis, particularly in clinical practice. The purposes of the study were: (1) to explo
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.
Objective.Ventilation-perfusion (V/Q) planar scintigraphy remains widely used for diagnosing pulmonary embolism, despite the reported superior diagnostic performance ofV/QSPECT. In part, SPECT adoption is limited by the differences in clinical interpretation. Pseudo-planar from SPECT data can facilitate transition to SPECT, but existing methods, such as summed angular projections or forward reprojection, fail to reliably reproduce true planar image characteristics.Approach.We propose a novel artificial intelligence-based count enhancement framework to generate high-fidelity pseudo-planar perfu
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.
Brain functional networks (BFNs) derived from multi-site fMRI data have been widely used in the diagnosis of psychiatric disorders such as schizophrenia (SZ). However, site-induced distribution shifts pose a major challenge to the generalization of classification models based on BFNs. While domain generalization (DG) seeks to address this challenge without access to target domain data, most methods make the idealized assumption that each class exhibits consistent structures across sites. The inherent diversity within each class often violates this assumption, resulting in poor generalization t
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.
Alzheimer's disease is a progressive neurodegenerative disorder that severely impacts cognitive functions. Early and accurate detection of Alzheimer's disease is significant to improve patient outcomes. However, the conventional model is difficult to capture the structural abnormalities and long-range inter-regional dependencies from the medical images, while maintaining computational efficiency. To address these challenges, this research implements a novel SwinRes Transformer model to detect Alzheimer's disease accurately. The Dilated InceptionV3 framework is employed to extract the features
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 AND OBJECTIVE: Breast cancer is the most common cancer diagnosed among women worldwide, and early detection improves survival outcomes. While medical imaging offers complementary diagnostic information through mammography, ultrasound, and thermal imaging, existing multi-modal computer-aided diagnosis systems suffer from several critical limitations: (a) rigid architectural assumptions which require simultaneous availability of all imaging modalities, (b) entangled feature representations that conflate disease- specific patterns with modality-specific artifacts, and (c) an inability
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. Estimates of outcome metrics for PI-RADS version 2.1 (v2.1) have shown substantial heterogeneity, possibly relating to risks of bias in the relevant literature. OBJECTIVE. The purpose of this study was to provide updated summary estimates for diagnostic test accuracy metrics and cancer detection rates (CDRs) of PI-RADS v2.1 for clinically significant prostate cancer (csPCa) detection and to stratify these results by study quality. EVIDENCE ACQUISITION. We searched seven databases and registers from March 1, 2019, through September 16, 2023, for studies reporting diagnostic test acc
СтатьяСистематический обзорМетаанализПолный 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.
Accurate myocardial pathology segmentation from multimodal CMR is crucial for myocardial infarction risk assessment and treatment planning. Unlike traditional methods that rely on morphological and geometrical prior for assistance, we propose a novel intensity-guided multimodal image segmentation (I-MMSeg) method for myocardial pathology segmentation in this paper. Specifically, we leverage multimodal large language models (e.g., GPT-4o) to generate modality-specific intensity prior. Such prior capture both the relative intensity orders across different regions and the intrinsic intensity char
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.
Artificial intelligence (AI) is increasingly shaping radiology, though its integration into paediatric radiology has progressed more slowly due to challenges specific to the paediatric population. This is especially true in the field of paediatric abdominal imaging. Key barriers include regulatory and ethical issues, the scarcity of large paediatric datasets necessary for algorithm training, reduced vendor interest linked to limited economic incentives, and the inherent differences in children throughout the developmental stages including organ size, signal/sonographic characteristics, and pat
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.
Benign prostatic hyperplasia (BPH) is a prostate lesion, which is widely prevalent among middle-aged and elderly male individuals. Accurate segmentation of prostate structures in MRI imaging plays a critical role in aiding clinicians to assess the condition of the prostate gland. However, the boundary of the prostate gland often exhibits semantic features similar to those of adjacent connective tissues, leading to semantic confusion during prostate MRI segmentation in current methodologies. This phenomenon makes semantic ambiguity, which compromises clinicians' judgment of glandular conditions
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 automatic detection of anomalies in medical images is a significant challenge in the assisted diagnosis of neurodegenerative diseases such as Alzheimer's. This paper presents an anomaly detection model based on Transformers for the analysis of brain magnetic resonance images. The proposed architecture combines a Vision Transformer as an encoder with a memory bank module that allows modeling the distribution of healthy brains and detecting deviations through reconstruction error. The model is trained using a one-class learning approach, using only images considered normal, with the aim of l
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.
Radiomics is a process of extracting quantitative features from medical images, such as MRI. This process, combined with artificial intelligence (AI), has already been investigated in several studies on the management of MS. The aim of this review article was to provide an overview of the various applications of MRI radiomics in the diagnosis and prognosis of MS. The literature search was conducted in PubMed and Scopus for articles published between 2015 and 2025. A total of 26 articles met the specified criteria. Studies found that radiomics features from brain MR images, combined with AI mod
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.
OBJECTIVES: Domain shift has been shown to have a major detrimental effect on AI model performance however prior studies on domain shift for MRI prostate cancer segmentation have been limited to small, or heterogenous cohorts. Our objective was to assess whether prostate cancer segmentation models trained on local MRI data continue to outperform those trained on external data with cohorts exceeding 1000.
METHODS: We simulated a multi-institutional consortium using the public PICAI dataset (PICAI-TRAIN: 1241 exams, PICAI-TEST: 259) and a local dataset (LOCAL-TRAIN: 1400 exams, LOCAL-TEST: 308)
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.
Current neuroscience indicates that multiple brain regions in individuals with Attention Deficit Hyperactivity Disorder (ADHD) are structurally and functionally interconnected. The patient exhibited abnormal alterations in both respective modal brain regions and co-occurrent brain regions with multi-level relationships encompassing hierarchical interactions between function-structural alterations as well as hierarchical progression from local regions to broader brain networks. However, most existing multi-modal ADHD classification approaches independently embed functional and structural data i
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: This systematic review explores key quantitative and semi-quantitative MRI-based scoring systems for arthritis biomarkers, focusing on their potential for automation through AI.
METHODS: A systematic review of Medline, PubMed, and Scopus from 2014 to 2024. Keywords included MRI, arthritis, and quantitative/semi-quantitative. From the initial retrieval of 3321 papers, after exclusions, we evaluated the full-text for 129 studies from the past decade, 74 of which related specifically to knee osteoarthritis.
RESULTS: Publications on MRI arthritis scoring systems peaked in 2021 and hav
СтатьяСистематический обзорПолный 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.
Prostate Cancer is one of the most frequently occurring cancers in men, with a low survival rate if not early diagnosed. PI-RADS reading has a high false positive rate, thus increasing the diagnostic incurred costs and patient discomfort. Deep learning (DL) models achieve a high segmentation performance, although require a large model size and complexity. Also, DL models lack of feature interpretability and are perceived as "black-boxes" in the medical field. PCa-RadHop pipeline is proposed in this work, aiming to provide a more transparent feature extraction process using a linear model. It a
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: Breast cancer is the most common cancer and the leading cause of cancer-related deaths for women all over the world. Recently, automated breast ultrasound (ABUS) has become a new and promising screening modality for whole breast examination. However, reviewing volumetric ABUS is time-consuming and lesions could be missed during the examination. Therefore, computer-aided cancer detection in ABUS volume is extremely expected to help clinician for the breast cancer screening.
METHODS: We develop a novel end-to-end 3D convolutional network for automated cancer detection in ABUS volume, i
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.
MedElevator
Войти в исследования