Medical imaging techniques like mammography enable early breast cancer detection and are part of regular screening programs. Typically, a mammogram exam involves two views of each breast, providing complementary information, but physicians rate the breast as a whole. Computer-Aided Diagnostic tools focus on detecting lesions in a single view, which is challenging due to high image resolution and varying scales of abnormalities. The projective nature of the two views and different acquisition protocols add complexity to dual-view analysis. To address these challenges, we propose a Graph Neural
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: This study introduces MSFE-GallNet-X, a domain-adaptive deep learning model utilizing multi-scale feature extraction (MSFE) to improve the classification accuracy of gallbladder diseases from grayscale ultrasound images, while integrating explainable artificial intelligence (XAI) methods to enhance clinical interpretability. METHODS: We developed a convolutional neural network-based architecture that automatically learns multi-scale features from a dataset comprising 10,692 high-resolution ultrasound images from 1,782 patients, covering nine gallbladder disease classes, including ga
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.
Pancreatic cancer does not show specific symptoms, which makes the diagnosis of early stages difficult with established image-based screening methods and therefore has the worst prognosis among all cancers. Although endoscopic ultrasonography (EUS) has a key role in diagnostic algorithms for pancreatic diseases, B-mode imaging of the pancreas can be affected by confounders such as chronic pancreatitis, which can make both pancreatic lesion segmentation and classification laborious and highly specialized. To address these challenges, this work proposes a semi-supervised multi-task network (SSM-
СтатьяПоддержка исследования: вне 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.
BACKGROUND AND OBJECTIVE: The classification of diabetic retinopathy (DR) aims to utilize the implicit information in images for early diagnosis, to prevent and mitigate the further worsening of the condition. However, existing methods are often limited by the need to operate within large, annotated datasets to show significant advantages. Additionally, the number of samples for different categories within the dataset needs to be evenly distributed, because the characteristic of sample imbalance distribution can lead to an excessive focus on high-frequency disease categories, while neglecting
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.
Diabetic retinopathy (DR) is a retinal disease caused by diabetes. If there is no intervention, it may even lead to blindness. Therefore, the detection of diabetic retinopathy is of great significance for preventing blindness in patients. Most of the existing DR detection methods use supervised methods, which usually require a large number of accurate pixel-level annotations. To solve this problem, we propose a self-supervised Equivariant Refinement Classification Network (ERCN) for DR classification. First, we use an unsupervised contrast pre-training network to learn a more generalized repre
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: Breast ultrasound (BUS) is used to classify benign and malignant breast tumors, and its automatic classification can reduce subjectivity. However, current convolutional neural networks (CNNs) face challenges in capturing global features, while vision transformer (ViT) networks have limitations in effectively extracting local features. Therefore, this study aimed to develop a deep learning method that enables the interaction and updating of intermediate features between CNN and ViT to achieve high-accuracy BUS image classification.
METHODS: This study introduced the CNN and transfor
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.
Automated segmentation and detection of tumors in CT scans of the liver and kidney have a significant potential in assisting clinicians with cancer diagnosis and treatment planning. However, current approaches, including state-of-the-art deep learning ones, still face many challenges. Many tumors are not detected by these approaches when tested on public datasets for tumor detection and segmentation such as the Kidney Tumor Segmentation Challenge (KiTS) and the Liver tumor segmentation challenge (LiTS). False negative rates by lesion as high as 50% are commonly observed, and this rate is even
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.
Interstitial lung disease (ILD) encompasses a variety of lung disorders with varying degrees of inflammation or fibrosis, requiring a combination of clinical, imaging, and pathologic data for evaluation. Imaging is essential for the noninvasive diagnosis of the disease, as well as for assessing disease severity, monitoring its progression, and evaluating treatment response. However, traditional visual assessments of ILD with computed tomography (CT) suffer from reader variability. Automated quantitative CT offers a more objective approach by using computer-based analysis to consistently evalua
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.
Lung cancer is one of the leading causes of cancer deaths globally, and lung nodules are the primary indicators that aid in early detection. The computer-aided detection (CADe) system acts as a second reader, reducing the variability in lung cancer risk assessment across physicians. This work aims to improve the performance of CADe systems by developing high sensitive and resilient detection networks using deep learning. This paper proposes a novel CADe framework to detect nodules from CT scans using an enhanced UNet in conjunction with a pyramid dilated convolutional long short term memory (P
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.
Mammography remains the most prevalent imaging tool for early breast cancer screening. The language used to describe abnormalities in mammographic reports is based on the Breast Imaging Reporting and Data System (BI-RADS). Assigning a correct BI-RADS category to each examined mammogram is a strenuous and challenging task for even experts. This paper proposes a new and effective computer-aided diagnosis (CAD) system to classify mammographic masses into four assessment categories in BI-RADS. The mass regions are first enhanced by means of histogram equalization and then semiautomatically segment
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: The adrenal tumor will disturb the secreting function of adrenocortical cells, leading to many diseases. Different kinds of adrenal tumors require different therapeutic schedules.
OBJECTIVE: In the practical diagnosis, it highly relies on the doctor's experience to judge the tumor type by reading the hundreds of CT images.
METHODS: This paper proposed an automatic computer aided analysis method for adrenal tumors detection and classification. It consisted of the automatic segmentation algorithms, the feature extraction and the classification algorithms. These algorithms were then
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: A patient-specific upper airway model is important for clinical, education, and research applications. Cone-beam computed tomography (CBCT) is used for imaging the upper airway but automatic segmentation is limited by noise and the complex anatomy. A multi-step level set segmentation scheme was developed for CBCT volumetric head scans to create a 3D model of the nasal cavity and paranasal sinuses.
METHODS: Gaussian mixture model thresholding and morphological operators are first employed to automatically locate the region of interest and to initialize the active contour. Second, the
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.
Parathyroid four-dimensional (4D) computed tomography (CT) is an imaging technique for preoperative localization of parathyroid adenomas that involves multidetector CT image acquisition during two or more contrast enhancement phases. Four-dimensional CT offers an alternative or additional tool in the evaluation of primary hyperparathyroidism. The purpose of this article is to describe the 4D CT technique and provide a practical guide to the radiologist for imaging interpretation. The article will discuss the rationale for imaging, approach to interpretation, imaging findings, and pitfalls.
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.
PURPOSE: High-resolution chest computed tomography (HRCT) is essential in the characterization of interstitial lung disease. The HRCT features of some diseases can be diagnostic. Longitudinal monitoring with HRCT can assess progression of interstitial lung disease; however, subtle changes in the volume and character of abnormalities can be difficult to assess. Accuracy of diagnosis can be dependent on expertise and experience of the radiologist, pathologist, or clinician. Quantitative analysis of thoracic HRCT has the potential to determine the extent of disease reproducibly, classify the type
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Tracheobronchial imaging has undergone a major revolution. The improved spatial and temporal resolution has introduced newer techniques such as dynamic expiratory imaging to evaluate for tracheomalacia. This article describes these techniques.
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.
OBJECTIVE: The purpose of this study was to investigate the effect of the degree of sternal depression on the cardiac rotation of pectus excavatum as depicted with helical CT.
MATERIALS AND METHODS: Sixty-three patients (53 boys, 10 girls; mean age, 9.7 +/- 7 years) with pectus excavatum who underwent helical chest CT and surgical correction were included in this study. Depth of sternal depression, CT depression index, cardiac rotation angle, and pulmonary vein angle were measured, and the correlation of these parameters was analyzed.
RESULTS: The mean sternal depression was 21 +/- 7 mm; CT
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.
Livewire and level set are popular methods for medical image segmentation. In this article, the authors propose a hybrid method of livewire and level set, termed the live level set (LLS). The LLS replaces the one graph update iteration in the classic livewire with two iterations of graph updates. The first iteration generates an initial contour for a level set computation. The level set distance is then factored back into the cost function in the second iteration of graph update. The authors validated LLS using synthetic images. The results show that the performance of the LLS is superior to b
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.
We report a rare case of bilateral retrocaval ureters associated with duplicated inferior renal cava. A 69-year-old woman was sent to our emergency room for abdominal pain. Multidetector computed tomogram with multiplanar reconstruction revealed duplicated inferior renal cavae and the bilateral ureters were positioned behind the duplicated inferior vena cava. To our knowledge, coexistence of bilateral retrocaval ureters and duplicated inferior renal cavae has not been reported in the literature.
Клинический случайСтатьяПоиск 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