PURPOSE: To provide real-time, organ-specific quantitative information - specifically placental and fetal brain T2 * - to optimize and personalize fetal MRI examinations.
METHODS: A low-latency setup enables real-time processing, including segmentation, T2* fitting, and centile calculation. Two nnU-Nets were trained on 2 989 fetal brains, and 540 placental datasets for automatic segmentation. Normative T2* curves over gestation were derived from 88 healthy cases. Prospective testing included 50 fetal MRI scans: A validation cohort (10 exams with three intra-scan repetitions) and an evaluation
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.
Magnetic resonance imaging of the lumbar spine is a key technique for clarifying the cause of disease. The greatest challenges today are the repetitive and time-consuming process of interpreting these complex MR images and the problem of unequal diagnostic results from physicians with different levels of experience. To address these issues, in this study, an improved YOLOv8 model (GE-YOLOv8) that combines a gradient search module and efficient channel attention was developed. To address the difficulty of intervertebral disc feature extraction, the GS module was introduced into the backbone net
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.
Mitral valve (MV) assessment is key to diagnosing valvular disease and to addressing its serious downstream complications. Cardiac magnetic resonance (CMR) has become an essential diagnostic tool in MV disease, offering detailed views of the valve structure and function, and overcoming the limitations of other imaging modalities. Automated detection of the MV leaflets in CMR could enable rapid and precise assessments that enhance diagnostic accuracy. To address this gap, we introduce DeepValve, the first deep learning (DL) pipeline for MV detection using CMR. Within DeepValve, we tested three
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.
Обычные магнитные резонансные изображения Т1 (T1w) широко используются в многочисленных склерозных (MS) морфометрических и объемных исследованиях. Однако масштабы произвольной интенсивности не позволяют интерпретировать значения сигнала на всех пациентах, участках и во времени. Это требует количественных методов МРТ, которые не всегда имеются в наличии. В этом исследовании были проанализированы методы масштабирования интенсивности изображений T1w на основе экстрацеребральных исходных регионов для количественного анализа МРТ мозга в MS. В общей сложности был включен 701 человек с диагнозом ради
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиМашинный перевод · не проверен
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 evaluate how the relationship between respiratory interval (RI) and temporal resolution (TR) impacts image quality in free-breathing abdominal MRI (FB-aMRI) using golden-angle radial sparse parallel (GRASP).
METHODS: Ten healthy volunteers (25.9 ± 2.5 years, four women) underwent 2 mins free-breathing fat-suppression T1-weighted imaging using GRASP at RIs of 3 and 5s (RI3 and RI5, respectively) and retrospectively reconstructed at TR of 1.8, 2.9, 4.8, and 7.7s (TR1.8, TR2.9, TR4.8, and TR7.7, respectively) in each patient. The standard deviation (SD) under the diaphragm was measur
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.
Outcome measures in craniosynostosis surgery have progressed from those based on the need for surgical revision to linear anthropometric measurements, 2D CT vector analysis and 3D CT vector analysis. However, finding an objective means to assess postoperative cranial morphological improvement remains challenging. A critical review of previous studies used to measure craniosynostosis surgery outcomes is presented. We also introduce and briefly discuss the key features of the computational algorithm that is being utilized in our center for evaluating craniosynostosis surgical outcomes. This has
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.
Magnification, which is considered to be a relatively high "dose cost" mammographic technique, is a complementary examination performed on women exhibiting breast complaints or abnormalities. Particular attention is given to the imaging procedure as the primary aim is to confirm the existence of suspected abnormalities, despite the additional dose. The introduction of post-processing capabilities and the widespread use of digital mammography promoted some controversy in the last decades on whether electronic zoom performed on the derived initial screening mammogram can effectively replace this
Сравнительное исследованиеСтатьяПоиск 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 correct with post-processing effects of incomplete recovery of the longitudinal magnetization before a new inversion pulse in the Modified Look-Locker Inversion recovery sequence (MOLLI) sequence.
THEORY AND METHODS: We model such effects as a temporal shift ([Formula: see text]) of the signal of the Look-Locker block following next inversion pulses. After using the following equation [Formula: see text], a temporal registration of [Formula: see text] is applied to the signal of the affected block to adjust the sampling time of the recovery signal and correct the underlying effect
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.
This work introduces a task-driven imaging framework that incorporates a mathematical definition of the imaging task, a model of the imaging system, and a patient-specific anatomical model to prospectively design image acquisition and reconstruction techniques to optimize task performance. The framework is applied to joint optimization of tube current modulation, view-dependent reconstruction kernel, and orbital tilt in cone-beam CT. The system model considers a cone-beam CT system incorporating a flat-panel detector and 3D filtered backprojection and accurately describes the spatially varying
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
UNLABELLED: To develop a Python-based digital technique for accurate measurement of pupil size, corneal size, and eccentricity in guinea pigs, and to validate its efficiency and accuracy against traditional OCT methods in ophthalmology research.
METHODS: Fourteen healthy guinea pigs were selected, and the eye images were captured using a camera, and the image analysis program was written by Python 3.9. The program integrated edge detection (Canny algorithm), curve fitting (conic curve equation) and pixel-actual distance conversion modules, and designed a graphical user interface (GUI) to visu
СтатьяСравнительное исследованиеПолный 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.
Automatic retinal layer segmentation in optical coherence tomography (OCT) images is crucial for the diagnosis of ocular diseases. Currently, automatic retinal layer segmentation works well with normal OCT images. However, pigment epithelial detachment (PED) dramatically alters the retinal structure, causing blurred boundaries and partial disappearance of the Bruch's Membrane (BM), thus posing challenges to the segmentation. To tackle these problems, we propose a novel dual-path U-shaped network for simultaneous layer segmentation and boundary regression. This network first designs a feature 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.
Glaucoma is a chronic neurodegenerative disease that can result in irreversible vision loss if not treated in its early stages. The cup-to-disc ratio is a key criterion for glaucoma screening and diagnosis, and it is determined by dividing the area of the optic cup (OC) by that of the optic disc (OD) in fundus images. Consequently, the automatic and accurate segmentation of the OC and OD is a pivotal step in glaucoma detection. In recent years, numerous methods have resulted in great success on this task. However, most existing methods either have unsatisfactory segmentation accuracy or high 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.
PURPOSE: Quantitative analysis of emphysema volume is affected by the radiation dose and the CT reconstruction technique. We aim to evaluate the influence of a commercially available deep learning image reconstruction algorithm (DLIR) on the quantification of pulmonary emphysema in low-dose chest CT.
METHODS: We performed a retrospective study of low dose chest CT scans in 54 patients with chronic obstructive pulmonary disease (COPD). Raw data were reconstructed using FBP, iterative reconstruction (ASIR-V 70%) and deep learning based algorithms at high, medium and low-strength (DLIR -H, -M, -
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.
SIGNIFICANCE: The identification of gastrointestinal bleeding holds significant importance in wireless capsule endoscopy examinations, primarily because bleeding is the most prevalent anomaly within the gastrointestinal tract. Moreover, gastrointestinal bleeding serves as a crucial indicator or manifestation of various other gastrointestinal disorders, including ulcers, polyps, tumors, and Crohn's disease. Gastrointestinal bleeding may be classified into two categories: active bleeding, which refers to the presence of continuing bleeding, and inactive bleeding, which can potentially manifest 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.
Augmented reality (AR) has significant potential to enhance the identification of critical locations during endoscopic surgeries, where accurate endoscope calibration is essential for ensuring the quality of augmented images. In optical-based surgical navigation systems, asynchrony between the optical tracker and the endoscope can cause the augmented scene to diverge from reality during rapid movements, potentially misleading the surgeon-a challenge that remains unresolved. In this paper, we propose a novel spatial-temporal endoscope calibration method that simultaneously determines the spatia
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 major challenge faced by artificial intelligence (AI) models for medical image analysis is the class imbalance of training data and limited explainability. This study introduces a Confidence and Entropy-based Uncertainty Thresholding Algorithm (CEbUTAl), which is a novel post-processing method, designed to enhance both model performance and explainability. CEbUTAl modifies model predictions during inference, based on uncertainty and confidence measures, to improve classification in scenarios with class imbalance. CEbUTAl's inference-time correction addresses explainability, while simultane
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.
Segmentation of multiple sclerosis (MS) lesions on brain MRI scans is crucial for diagnosis, disease and treatment monitoring but is a time-consuming task. Despite several automated algorithms have been proposed, there is still no consensus on the most effective method. Here, we applied a consensus-based framework to improve lesion segmentation on T1-weighted and FLAIR scans. The framework is designed to combine publicly available state-of-the-art deep learning models, by running multiple segmentation tasks before merging the outputs of each algorithm. To assess the effectiveness of the approa
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.
This work is focused on the generation and utilization of a reliable ground truth (GT) segmentation for a large medical repository of digital cervicographic images (cervigrams) collected by the National Cancer Institute (NCI). NCI invited twenty experts to manually segment a set of 939 cervigrams into regions of medical and anatomical interest. Based on this unique data, the objectives of the current work are to: (1) Automatically generate a multi-expert GT segmentation map; (2) Use the GT map to automatically assess the complexity of a given segmentation task; (3) Use the GT map to evaluate t
СтатьяResearch Support, N.I.H., IntramuralПоиск 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.
Quantitative ultrasound (QUS) has been proposed in recent studies to extract tissue acoustic properties from pulse-echo signal. This paper introduces QIT-net, a quantitative imaging technique designed to assess thyroid nodules by quantifying acoustic attenuation (ATT) and speed of sound for multiple ultrasonography systems. The proposed method employs a CNN-Transformer hybrid architecture to effectively capture local features for fine details and global features for macro context within RF data. B-mode images are employed as an auxiliary input to ensure reliable performance regardless of the c
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.
Medical image segmentation is essential for enhancing diagnostic and therapeutic accuracy, improving healthcare efficiency, and advancing medical research. In recent years, transformers have gained increasing attention in medical image segmentation owing to their ability to capture long-range dependencies, effectively compensating for the limitations of convolutional neural networks (CNNs) in global context modeling. This paper proposes PDAFormer 3+, a full-scale connected 3D medical image segmentation framework that integrates a parallel dual-attention modified transformer. Specifically, we 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.
MedElevator
Войти в исследования