Breast cancer is the most prevalent malignancy in women, with the status of axillary lymph nodes being a pivotal factor in treatment decision-making and prognostic evaluation. With the integration of deep learning algorithms, radiomics has become a transformative tool with increasingly extensive applications across multimodality, particularly in oncological imaging. Recent studies of radiomics and deep learning have demonstrated considerable potential for noninvasive diagnosis and prediction in breast cancer through multimodalities (mammography, ultrasonography, MRI and PET/CT), specifically f…
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.
AIM: Lung cancer is a leading cause of cancer-related mortality globally, with a five-year survival rate lower than many other cancers. Surgery remains the most effective treatment; however, fewer than 50% of patients are eligible due to compromised pulmonary function or the presence of multiple lesions. Microwave ablation is an emerging, minimally invasive treatment that has shown promise in prolonging survival and preserving organ integrity with fewer side effects. Despite its safety profile, pneumothorax remains a common complication. Radiomics has gained traction for early diagnosis, progn…
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/Objectives: This study aims to retrospectively analyze the clinical and imaging data of 101 patients with lung adenocarcinoma who underwent [18F]FDG PET/CT examination and were pathologically confirmed in the Department of Nuclear Medicine at Peking University Cancer Hospital. This study explores the predictive value and important features of [18F]FDG PET/CT radiomics for PD-L1 expression levels in lung adenocarcinoma patients, assisting in screening patients who may benefit from immunotherapy. Methods: 101 patients with histologically confirmed lung adenocarcinoma who received 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.
Background: Prostate Cancer (PCa) is asymptomatic at an early stage and often painless, requiring only active surveillance. External Beam Ra … es are available for grading, staging and contouring. Using image data characterisation algorithms (radiomics), one can provide a quantitative analysis of prognostic and predictive treatment outcomes. Methods: This literature review searched for original studies in radiomics for PCa in the context of EBRT. Following the Preferred Reporting Items for Systema …
СтатьяОбзорПолный 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.
BACKGROUND: Computed tomography (CT) radiomics combined with deep transfer learning was used to identify cholesterol and adenomatous gallbladder polyps that have not been well evaluated before surgery.
PURPOSE: To investigate the potential of various machine learning models, incorporating radiomics and deep transfer learning, in predicting the nature of cholesterol and adenomatous gallbladder polyps.
MATERIAL AND METHODS: A retrospective analysis was conducted on clinical and imaging data from 100 patients with cholesterol or adenomatous polyps confirmed by surgery and pathology at our hospi…
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.
Although craniopharyngiomas are rare benign brain tumors primarily managed by surgery, they are often burdened by a poor prognosis due to tumor recurrence and long-term morbidity. In recent years, BRAFV600E-targeted therapy has been promising, showing potential as an adjuvant or neoadjuvant approach. Therefore, we aim to develop and validate a radiomics nomogram for preoperative prediction of BRAFV600E mutation in craniopharyngiomas. A total of 398 patients with craniopharyngioma (training cohort: n = 278; validation cohort: n = 120) were retrospectively reviewed. We extracted 851 radiomic fea…
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.
PURPOSE: This study investigates the application of Radiomic features within graph neural networks (GNNs) for the classification of multiple-epitope-ligand cartography (MELC) pathology samples. It aims to enhance the diagnosis of often misdiagnosed skin diseases such as eczema, lymphoma, and melanoma. The novel contribution lies in integrating Radiomic features with GNNs and comparing their efficacy against traditional multi-stain profiles.
METHODS: We utilized GNNs to process multiple pathological slides as cell-level graphs, comparing their performance with XGBoost and Random Forest classif
СтатьяСравнительное 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.
OBJECTIVE: To develop and validate a multimodal combinatorial model based on whole-brain magnetic resonance imaging (MRI) radiomic features for predicting cognitive decline in patients with Parkinson's disease (PD).
METHODS: This study included a total of 222 PD patients with normal baseline cognition, of whom 68 had cognitive impairment during a 4-year follow-up period. All patients underwent MRI scans, and radiomic features were extracted from the whole-brain MRI images of the training set, and dimensionality reduction was performed to construct a radiomics model. Subsequently, Screening pr…
СтатьяМногоцентровое исследованиеПоддержка 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.
OBJECTIVES: This study aimed to utilize MR radiomics-based machine learning classifiers on a large-sample, multicenter dataset to develop an optimal model for predicting malignant sinonasal tumors and tumor-like lesions.
METHODS: This study included 1711 adult patients (875 benign and 836 malignant) with sinonasal tumors or tumor-like lesions from three institutions. Patients from institution 1 (n = 1367) constituted both the training and validation cohorts, while those from institution 2 and 3 (n = 158/186) made up the test cohorts. Manual segmentation of the region of interest of the tumor …
СтатьяВалидационное исследованиеМногоцентровое 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.
BACKGROUND: Radiomics can quantify pulmonary nodule characteristics non-invasively by applying advanced imaging feature algorithms. Radiomic textural features derived from Computed Tomography (CT) imaging are broadly used to predict benign and malignant pulmonary nodules. However, few studies have reported on the radiomics-based identification of nodular Pulmonary Cryptococcosis (PC).
OBJECTIVE: This study aimed to evaluate the diagnostic and differential diagnostic value of radiomic features extracted from CT images for nodular PC.
METHODS: This retrospective analysis included 44 patients w…
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: Radiomics analysis using on-board volumetric images has attracted research attention as a method for predicting prognosis during treatment; however, the lack of standardization is still one of the main concerns.
PURPOSE: This study investigated the factors that influence the reproducibility of radiomic features extracted from on-board volumetric images using an anthropomorphic radiomics phantom. Furthermore, a phantom experiment was conducted with different treatment machines from multiple institutions as external validation to identify reproducible radiomic features.
METHODS: Th…
Многоцентровое исследованиеСтатьяПолный 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.
OBJECTIVE: Uterine intravenous leiomyomatosis (IVL) is a rare and unique leiomyoma that is difficult to surgery due to its ability to extend … 108 radiomic features were extracted from contrast-enhanced CT images and selected for analysis. 29 radiomics features were selected to establish the Rad-score. A clinical model was developed to discriminate IVL and LM (AUC=0.826). Radiomic models were used to effectively differentiate IVL and LM (AUC=0.980). This radiological nomogram combined the Rad-scor …
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.
Objective: To collect the clinical, pathological, and computed tomography (CT) data of 143 accepted surgical cases of pancreatic body tail c … superior to the clinicopathological model [AUC 0.770, 95% CI (0.615-0.886), P = .0145], and the CT radiomics model [AUC 0.883, 95% CI (0.746-0.961), P = .1311], with a good clinical net benefit confirmed by decision curve. The same results were subsequently validated on the test set. Conclusion: The diagnosis and treatment of PBTC are challenging, and surv …
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.
Our main objective is to investigate how the structural information of intraluminal thrombus (ILT) can be used to predict abdominal aortic aneurysms (AAA) growth status through an automated workflow. Fifty-four human subjects with ILT in their AAAs were identified from our database; those AAAs were categorized as slowly- (< 5 mm/year) or fast-growing (≥ 5 mm/year) AAAs. In-house deep-learning image segmentation models were used to generate 3D geometrical AAA models, followed by automated analysis. All features were fed into a support vector machine classifier to predict AAA's growth status.The
СтатьяПоддержка NIH: внешняя программаПоддержка 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: To establish a clinical radiomics nomogram that differentiates malignant and non-malignant pleural effusions.
METHODS: A total of 146 patients with malignant pleural effusion (MPE) and 93 patients with non-MPE (NMPE) were included. The ROI image features of chest lesions were extracted using CT. Univariate analysis was performed, and least absolute shrinkage selection operator and multivariate logistic analysis were used to screen radiomics features and calculate the radiomics score. A nomogram was constructed by combining clinical factors with radiomics scores. ROC curve and deci…
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: Despite being an effective treatment for osteonecrosis of the femoral head (ONFH), hip preservation surgery with fibula allograft (HPS&FA) still experiences numerous failures. Developing a prediction model based on clinical and radiomics predictors holds promise for addressing this issue.
METHODS: This study included 112 ONFH patients who underwent HPS&FA and were randomly divided into training and validation cohorts. Clinical data were collected, and clinically significant predictors were identified using univariate and multivariate analyses to develop a clinical prediction model…
Рандомизированное исследованиеСтатьяПолный 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.
PURPOSE: Predicting the consistency of benign central nervous system (CNS) tumors prior to surgery helps to improve surgical outcomes. This review summarizes and analyzes the literature on using radiomics and/or machine learning (ML) for consistency prediction.
METHOD: The Medical Literature Analysis and Retrieval System Online (MEDLINE) database was screened for studies published in English from January 1st 2000. Data was extracted according to the PRISMA guidelines and quality of the studies was assessed in compliance with the Quality Assessment of Diagnostic Accuracy Studies 2 (QUADAS-2).
…
Систематический обзорСтатьяПолный 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: Artificial intelligence has far surpassed previous related technologies in image recognition and is increasingly used in medical image analysis. We aimed to explore the diagnostic accuracy of the models based on deep learning or radiomics for lung cancer staging.
METHODS: Studies were systematically reviewed using literature searches from PubMed, EMBASE, Web of Science, and Wanfang Database, according to PRISMA guidelines. Studies about the diagnostic accuracy of radiomics and deep learning, including the identifications of lung cancer, tumor types, malignant lung nodules and lymp…
МетаанализСистематический обзорПоддержка исследования: вне правительства СШАСтатьяПолный 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.
BACKGROUND: We seek to explore the ability of computed tomography (CT)-based radiomics coupled with artificial intelligence (AI) to predict early recurrence (< 2 years after surgery) in patients with clinical stage 0-IA non-small cell lung cancer (c-stage 0-IA NSCLC).
PATIENTS AND METHODS: Data of 642 patients were collected for early recurrence and assigned to the derivation and validation cohorts at a ratio of 2:1. Using the AI software Beta Version (Fujifilm Corporation, Japan), 39 AI imaging factors, including 17 factors from the AI ground-glass nodule analysis and 22 radiomic features fr…
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.
INTRODUCTION: Computer-aided diagnostic systems have been developed for the detection and differential diagnosis of coronavirus disease 2019 (COVID-19) pneumonia using imaging studies to characterise a patient's current condition. In this radiomic study, we propose a system for predicting COVID-19 patients in danger of death using portable chest X-ray images.
METHODS: In this retrospective study, we selected 100 patients, including ten that died and 90 that recovered from the COVID-19-AR database of the Cancer Imaging Archive. Since it can be difficult to analyse portable chest X-ray images o
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