BACKGROUND: Computed tomography (CT) plays a key role in evaluation of paranasal sinus inflammation, but improved, and standardized, objective assessment is needed. Computerized volumetric analysis has benefits over visual scoring, but typically relies on manual image segmentation, which is difficult and time-consuming, limiting practical applicability. We hypothesized that a convolutional neural network (CNN) algorithm could perform automatic, volumetric segmentation of the paranasal sinuses on CT, enabling efficient, objective measurement of sinus opacification. In this study we performed in
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.
BACKGROUND: Artificial intelligence-assisted image recognition technology is currently able to detect the target area of an image and fetch information to make classifications according to target features. This study aimed to use deep neural networks for computed tomography (CT) diagnosis of perigastric metastatic lymph nodes (PGMLNs) to simulate the recognition of lymph nodes by radiologists, and to acquire more accurate identification results.
METHODS: A total of 1371 images of suspected lymph node metastasis from enhanced abdominal CT scans were identified and labeled by radiologists and w
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.
Many computer-aided diagnosis (CAD) systems use neural networks (NNs) for either detection or classification of abnormalities. Currently, most NNs are "optimized" by manual search in a very limited parameter space. In this work, we evaluated the use of automated optimization methods for selecting an optimal convolution neural network (CNN) architecture. Three automated methods, the steepest descent (SD), the simulated annealing (SA), and the genetic algorithm (GA), were compared. We used as an example the CNN that classifies true and false microcalcifications detected on digitized mammograms b
Сравнительное исследованиеСтатьяПоддержка правительства СШАПоддержка 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.
PURPOSE: Segmentation of the prostate and surrounding organs at risk from computed tomography is required for radiation therapy treatment planning. We propose an automatic two-step deep learning-based segmentation pipeline that consists of an initial multi-organ segmentation network for organ localization followed by organ-specific fine segmentation.
APPROACH: Initial segmentation of all target organs is performed using a hybrid convolutional-transformer model, axial cross-attention UNet. The output from this model allows for region of interest computation and is used to crop tightly around i
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: To evaluate the performance of convolutional neural networks (CNNs) for the automated detection and classification of mandibular fractures on multislice spiral computed tomography (MSCT).
STUDY DESIGN: MSCT data from 361 patients with mandibular fractures were retrospectively collected. Two experienced maxillofacial surgeons annotated the images as ground truth. Fractures were detected utilizing the following models: YOLOv3, YOLOv4, Faster R-CNN, CenterNet, and YOLOv5-TRS. Fracture sites were classified by the following models: AlexNet, GoogLeNet, ResNet50, original DenseNet-121, a
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.
Transcranial temporal interfering stimulation (tTIS) can focally stimulate deep parts of the brain related to specific functions using beats at two high frequencies that do not individually affect the human brain. However, the complexity and nonlinearity of the simulation limit it in terms of calculation time and optimization precision. We propose a method to quickly optimize the interfering current value of high-definition electrodes, which can finely stimulate the deep part of the brain, using an unsupervised neural network (USNN) for tTIS. We linked a network that generates the values of el
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.
OBJECTIVES: This study aimed to evaluate the feasibility of automatic Stanford classification of classic aortic dissection (AD) using a 2-step hierarchical neural network.
METHODS: Between 2015 and 2019, 130 arterial phase series (57 type A, 43 type B, and 30 negative cases) in aortic CTA were collected for the training and validation. A 2-step hierarchical model was built including the first step detecting AD and the second step predicting the probability (0-1) of Stanford types. The model's performance was evaluated with an off-line prospective test in 2020. The sensitivity and specificity
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.
OBJECTIVES: The aim of this study was to develop a fully automated deep learning approach for identification of the pectoral muscle on mediolateral oblique (MLO) view mammograms and evaluate its performance in comparison to our previously developed texture-field orientation (TFO) method using conventional image feature analysis. Pectoral muscle segmentation is an important step for automated image analyses such as breast density or parenchymal pattern classification, lesion detection, and multiview correlation.
MATERIALS AND METHODS: Institutional Review Board (IRB) approval was obtained befo
Сравнительное 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.
Computational models of diarthrodial joints serve to inform the biomechanical function of these structures, and as such, must be supplied appropriate inputs for performance that is representative of actual joint function. Inputs for these models are sourced from both imaging modalities as well as literature. The latter is often the source of mechanical properties for soft tissues, like ligament stiffnesses; however, such data are not always available for all the soft tissues nor is it known for patient-specific work. In the current research, a method to improve the ligament stiffness definitio
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.
A number of studies suggest that schizophrenia may arise from overzealous pruning of synapses that are an extension of normal developmental pruning during adolescence. Moreover, there has been a long history of studies suggesting that this disorder arises from alterations in the dopaminergic neuromodulatory systems. In order to further assess and compare these two hypotheses, a computer simulation of some aspects of speech perception was developed utilizing a recurrent, backpropagation model of working memory previously reported by Elman . This system was found to produce spontaneous percepts
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
BACKGROUND: The skull is highly durable and plays a significant role in sex determination as one of the most dimorphic bones. The facial canal (FC), a clinically significant canal within the temporal bone, houses the facial nerve. This study aims to estimate sex using morphometric measurements from the FC through machine learning (ML) and artificial neural networks (ANNs).
MATERIALS AND METHODS: The study utilized Computed Tomography (CT) images of 200 individuals (100 females, 100 males) aged 19-65 years. These images were retrospectively retrieved from the Picture Archiving and Communicatio
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 purpose of this study was to evaluate the performance of convolutional neural network (CNN)-based image segmentation models for segmentation and classification of benign and malignant jaw tumors in contrast-enhanced computed tomography (CT) images. A dataset comprising 3416 CT images (1163 showing benign jaw tumors, 1253 showing malignant jaw tumors, and 1000 without pathological lesions) was obtained retrospectively from a cancer hospital and two regional hospitals in Thailand; the images were from 150 patients presenting with jaw tumors between 2016 and 2020. U-Net and Mask R-CNN image s
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 vivo high-resolution peripheral quantitative computed tomography (HR-pQCT) studies on bone characteristics are limited, partly due to the lack of standardized and objective techniques to describe motion artifacts responsible for lower-quality images. This study investigates the ability of such deep-learning techniques to assess image quality in HR-pQCT datasets of human scaphoids. In total, 1451 stacks of 482 scaphoid images from 53 patients, each with up to six follow-ups within one year, and each with one non-displaced fractured and one contralateral intact scaphoid, were independently gr
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 propose a neural network (NN) that can effectively segment orbital tissue in computed tomography (CT) images of Graves' orbitopathy (GO) patients.
METHODS: We analyzed orbital CT scans from 701 GO patients diagnosed between 2010 and 2019 and devised an effective NN specializing in semantic orbital tissue segmentation in GO patients' CT images. After four conventional (Attention U-Net, DeepLab V3+, SegNet, and HarDNet-MSEG) and the proposed NN train the various manual orbital tissue segmentations, we calculated the Dice coefficient and Intersection over Union for comparison.
RESUL
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.
The measurement of retinal sensitivity at different visual field locations-perimetry-is a fundamental procedure in ophthalmology. The most common technique for this scope, the Standard Automated Perimetry, suffers from several issues that make it less suitable to test specific clinical populations: it can be tedious, it requires motor manual feedback, and requires from the patient high levels of compliance. Previous studies attempted to create user-friendlier alternatives to Standard Automated Perimetry by employing eye movements reaction times as a substitute for manual responses while keepin
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.
OBJECTIVES: Convolutional neural networks (CNNs) are a subtype of artificial neural network that have shown strong performance in computer vision tasks including image classification. To date, there has been limited application of CNNs to chest radiographs, the most frequently performed medical imaging study. We hypothesize CNNs can learn to classify frontal chest radiographs according to common findings from a sufficiently large data set.
MATERIALS AND METHODS: Our institution's research ethics board approved a single-center retrospective review of 35,038 adult posterior-anterior chest radio
СтатьяВалидационное 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.
Lung transplantation remains the only effective treatment for end-stage pulmonary disease. However, transplantation rates are significantly constrained by the ongoing shortage of donor lungs and the reliance on subjective assessments of donor lung quality. Although computed tomography (CT) is essential for donor lung evaluation, there is currently limited evidence supporting the use of automated prediction algorithms to determine donor lung suitability. This retrospective study included potential donors evaluated between May 2017 and July 2023 at the First Affiliated Hospital of Guangzhou Medi
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 this work, we develop a computational approach for the analytical investigation of the dynamics of waves in a nonlinear system described by the Kudryashov-Sinelshchikov equation which is a nonlinear partial differential equation of (1+1) dimensions that models the propagation of pressure waves in bubbly liquids, multiphase flow systems, oil pipeline transport, and nonlinear acoustics. In the suggested approach, we use the combination of a multilayer feedforward artificial neural network and the Riccati sub-equation method where an exact solution to the Riccati auxiliary equation is used as
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 development of energy-efficient, brain-inspired neuromorphic computing demands advanced memory devices capable of mimicking synaptic behavior to achieve high accuracy and adaptability. In this study, three types of all-electrically controlled, field-free spin synapse devices designed with unique spintronic structures presented: the Néel orange-peel effect, interlayer Dzyaloshinskii-Moriya interaction (i-DMI), and tilted anisotropy. To systematically evaluate their neuromorphic potential, a benchmarking framework is introduced that characterizes cycle-to-cycle (CTC) variation, a critical fa
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.
The translation of genetic findings from genome-wide association studies into actionable therapeutics persists as a critical challenge in Alzheimer's disease (AD) research. Here, we present PI4AD, a computational medicine framework that integrates multi-omics data, systems biology, and artificial neural networks for therapeutic discovery. This framework leverages multi-omic and network evidence to deliver three core functionalities: clinical target prioritisation; self-organising prioritisation map construction, distinguishing AD-specific targets from those linked to neuropsychiatric disorders
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