In this paper, an automatic computer-aided detection system for breast magnetic resonance imaging (MRI) tumour segmentation will be presented. The study is focused on tumour segmentation using the modified automatic seeded region growing algorithm with a variation of the automated initial seed and threshold selection methodologies. Prior to that, some pre-processing methodologies are involved. Breast skin is detected and deleted using the integration of two algorithms, namely the level set active contour and morphological thinning. The system is applied and tested on 40 test images from the RI
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.
Magnetic resonance spectroscopic imaging (MRSI) provides information about the spatial metabolic heterogeneity of an organ in the human body. In this way, MRSI can be used to detect tissue regions with abnormal metabolism, e.g. tumor tissue. The main drawback of MRSI in clinical practice is that the analysis of the data requires a lot of expertise from the radiologists. In this article, we present an automatic method that assigns each voxel of a spectroscopic image of the brain to a histopathological class. The method is based on Canonical Correlation Analysis (CCA), which has recently been sh
Оценочное исследованиеСтатьяПоддержка 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.
In 3-D transrectal ultrasound it is possible, for the first time, to investigate the region of interest in three planes simultaneously. Exact examination of the organs of the small pelvis as well as of pathologic changes in the region of the pelvic floor can be performed with this new imaging technique. The bulbourethral glands can be investigated routinely, which enables the diagnosis of cysts of these glands. The prostatic zones, their relations as well as the growth of the transitional zone during the development of benign prostatic hyperplasia can be visualized. Furthermore, 3-D transrecta
СтатьяОбзорПоиск 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.
Lung computed tomography (CT) imaging signs play important roles in the diagnosis of lung diseases. In this paper, we review the significance of CT imaging signs in disease diagnosis and determine the inclusion criterion of CT scans and CT imaging signs of our database. We develop the software of abnormal regions annotation and design the storage scheme of CT images and annotation data. Then, we present a publicly available database of lung CT imaging signs, called LISS for short, which contains 271 CT scans and 677 abnormal regions in them. The 677 abnormal regions are divided into nine categ
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.
Recent advances in 3-dimensional electroanatomical mapping have been met by continuous improvements in the field of cardiac imaging and image integration during ablation procedures. Echocardiography, computed tomography, cardiac magnetic resonance, and nuclear imaging provide information about cardiac anatomy and ultrastructure of the heart that may be crucial for a successful ablation procedure. Techniques and value of pre-procedural, intraprocedural, and post-procedural imaging and image integration are discussed in this review article. Pre-procedural imaging provides key anatomic informatio
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.
The combination of positron emission tomography (PET) and computed tomography (CT) can accurately reflect the metabolic and anatomical information of a variety of tumors, including nasopharyngeal carcinoma, lymphoma and lung cancer, which plays an important role in the diagnosis, staging and efficacy evaluation of tumors. Accurate and automatic delineation of target tumors is crucial for radiotherapy, however, the tumor segmentation task is extremely challenging due to the fuzzy tumor boundaries, uncertain locations, and the scattered distribution of multiple tumors throughout the body. To thi
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.
Lung diseases represent a significant global health threat, impacting both well-being and mortality rates. Diagnostic procedures such as Computed Tomography (CT) scans and X-ray imaging play a pivotal role in identifying these conditions. X-rays, due to their easy accessibility and affordability, serve as a convenient and cost-effective option for diagnosing lung diseases. Our proposed method utilized the Contrast-Limited Adaptive Histogram Equalization (CLAHE) enhancement technique on X-ray images to highlight the key feature maps related to lung diseases using DenseNet201. We have augmented
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.
Renal tumors are one of the common diseases of urology, and precise segmentation of these tumors plays a crucial role in aiding physicians to improve diagnostic accuracy and treatment effectiveness. Nevertheless, inherent challenges associated with renal tumors, such as indistinct boundaries, morphological variations, and uncertainties in size and location, segmenting renal tumors accurately remains a significant challenge in the field of medical image segmentation. With the development of deep learning, substantial achievements have been made in the domain of medical image segmentation. Howev
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: Computer-aided diagnosis (CAD) may assist endoscopists in identifying and classifying polyps during colonoscopy for detecting colorectal cancer.
AIM: To build a system using CAD to detect and classify polyps based on the Yamada classification.
METHODS: A total of 24045 polyp and 72367 nonpolyp images were obtained. We established a computer-aided detection and Yamada classification model based on the YOLOv7 neural network algorithm. Frame-based and image-based evaluation metrics were employed to assess the performance.
RESULTS: Computer-aided detection and Yamada classification
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: Diabetic retinopathy is a microvascular complication of long-term diabetes and is the major cause for eyesight loss due to changes in blood vessels of the retina. Major vision loss due to diabetic retinopathy is highly preventable with regular screening and timely intervention at the earlier stages. Retinal blood vessel segmentation methods help to identify the successive stages of such sight threatening diseases like diabetes.
OBJECTIVE: To develop and test a novel retinal imaging method which segments the blood vessels automatically from retinal images, which helps the ophthalmo
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.
Targeted radiotherapy planning for treating brain metastases is labor-intensive and time-consuming. nnU-Net and MedNeXt are deep-learning frameworks widely explored in automated brain tumor segmentation. This study aimed to validate four pre-trained deep learning models based on nnU-Net and MedNeXt for brain metastases segmentation by using an external cohort of 243 patients with pre-treatment T1-weighted contrast-enhanced 3D brain MRI. Models trained on combined data achieved better performance metrics, while nnU-Net models slightly outperformed MedNeXt models. Further validation with follow-
СтатьяВалидационное 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.
Knee MRI plays a central role in musculoskeletal diagnostics but has traditionally been associated with relatively long acquisition times. Recent technological advances have fundamentally changed this paradigm. Parallel imaging (PI), simultaneous multi-slice acquisition (SMS), compressed sensing (CS), and combinations thereof have substantially reduced scan times without compromising diagnostic image quality. The introduction of deep learning (DL)-based reconstruction further elevates this transformative breakthrough, as it can reconstruct high-quality diagnostic MR images at higher accelerati
СтатьяОбзорПоиск 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.
Prostate cancer is the second most common cancer in men, and transrectal ultrasound (TRUS) guided biopsy is the standard method to diagnose prostate cancer. Accurate prostate segmentation in TRUS images is crucial for precise biopsy. Manual segmentation is laborious, while automated segmentation faces significant challenges due to the low signal-to-noise ratio, blurred boundaries, and presence of noise and artifacts. To address these issues, this paper proposes a 3D edge-attention denoising diffusion network, aiming to achieve high accuracy and generalizability for prostate segmentation in TRU
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.
Accurate brain tumor segmentation is essential for preoperative evaluation and personalized treatment. Multi-modal MRI is widely used due to its ability to capture complementary tumor features across different sequences. However, in clinical practice, missing modalities are common, limiting the robustness and generalizability of existing deep learning methods that rely on complete inputs, especially under non-dominant modality combinations. To address this, we propose AdaMM, a multi-modal brain tumor segmentation framework tailored for missing-modality scenarios, centered on knowledge distilla
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.
Presenting quantitative data using non-standardized color maps potentially results in unrecognized misinterpretation of data. Clinically meaningful color maps should intuitively and inclusively represent data without misleading interpretation. Uniformity of the color gradient for color maps is critically important. Maximal color and lightness contrast, readability for color vision-impaired individuals, and recognizability of the color scheme are highly desirable features. This article describes the use of color maps in five key quantitative MRI techniques: relaxometry, diffusion-weighted imagi
СтатьяОбзорПоиск 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 enterography (MRE) is an established test in patients with Crohn because of its ability to display transmural enteric inflammation and treatment response throughout the gastrointestinal tract without the very low potential risk of ionizing radiation. This article discusses how and when to diagnose Crohn disease with MRE (including discussion of the main differential diagnosis), how to describe the burden of enteric inflammation and its complications, and how to accurately classify disease based on interdisciplinary consensus. In addition, brief overviews of expected future M
СтатьяОбзорПолный 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 segmentation of a breast tumor region is fundamental for treatment. Magnetic resonance imaging (MRI) is a widely used diagnostic tool. In this paper, a new semi-automatic segmentation approach for MRI breast tumor segmentation called Levels Propagation Approach (LPA) is introduced. The introduced segmentation approach takes inspiration from tumor propagation and relies on a finite set of nested and non-overlapped levels. LPA has several features: it is highly suitable to parallelization and offers a simple and dynamic possibility to automate the threshold selection. Furthermore, it al
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.
Multiple sclerosis (MS) is one of the most common neurological diseases in young people. This paper dealt with an automatic biomedical aided tool involving volumetric segmentation of multiple sclerosis lesions. To meet this challenge, our proposed methodology requires one preliminary cerebral zones segmentation performed using a new Gaussian mixture model based on various databases atlases. Afterward, lesion segmentation begins with the estimation of a lesion map, which is then subjected to threshold constraints and refined by a new lesion expansion algorithm. The evaluation was carried out on
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.
Osteoarthritis (OA) is the most common form of joint disease and often characterized by cartilage changes. Accurate quantitative methods are needed to rapidly screen large image databases to assess changes in cartilage morphology. We therefore propose a new automatic atlas-based cartilage segmentation method for future automatic OA studies. Atlas-based segmentation methods have been demonstrated to be robust and accurate in brain imaging and therefore also hold high promise to allow for reliable and high-quality segmentations of cartilage. Nevertheless, atlas-based methods have not been well e
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаВалидационное 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.
Carpal tunnel syndrome (CTS) has been reported as one of the most common peripheral neuropathies. Carpal tunnel segmentation from magnetic resonance (MR) images is important for the evaluation of CTS. To date, manual segmentation, which is time-consuming and operator dependent, remains the most common approach for the analysis of the carpal tunnel structure. Therefore, we propose a new knowledge-based method for automatic segmentation of the carpal tunnel from MR images. The proposed method first requires the segmentation of the carpal tunnel from the most proximally cross-sectional image. Thr
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.
MedElevator
Войти в исследования