PURPOSE: To evaluate a modified algorithm in the diagnostic management of polytraumatized patients by using whole body multislice CT (MSCT) as primary diagnostic tool.
MATERIAL AND METHODS: Between June 1999 and October 2000 532 polytraumatized patients were referred to the emergency department. 336 polytraumatized patients were primarily evaluated using whole body MSCT according to the "Innsbruck Emergency Algorithm". MSCT is performed immediately after cardiovascular stabilization of the patient. During the initial stabilization period free intraabdominal fluid is excluded or demonstrated b
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.
Magnetic ResonanceImaging (MRI) is widely used in examining and diagnosing prostate diseases due to its high resolution. However, the diverse morphology of prostate tissue presents a significant challenge for precise gland segmentation. Convolutional Neural Networks have demonstrated effectiveness in segmenting prostate regions. Nevertheless, their limited capability in extracting global long-range semantic features often leads to unstable network segmentation performance. To address these challenges, we propose a Deep Transformer-based Vnet framework (DT-VNet), which consists of a symmetric e
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.
INTRODUCTION: Image enhancement of the Hypoxic-Ischemic Encephalopathy (HIE) lesion region in neonatal brain MR images is a challenging task due to the diffuse (i.e., multi-focal) nature, small size, and low contrast of the lesions. Classifying the stages of HIE is also difficult because of the unclear boundaries and edges of the lesions, which are dispersed throughout the brain. Moreover, unclear boundaries and edges are due to chemical shifts, partial volume artifacts, and motion artifacts. Further, voxels may reflect signals from adjacent tissues. Existing algorithms perform poorly in HIE l
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.
Three-dimensional (3D) imaging by holographic tomography can be performed for a fixed detector through rotation of either the object or the illumination beam. We have previously presented a paraxial treatment to distinguish between these two approaches using transfer function analysis. In particular, the cutoff of the transfer function when rotating the illumination about one axis was calculated analytically using one-dimensional Fourier integration of the defocused transfer function. However, high numerical aperture objectives are usually used in experimental arrangements, and the previous pa
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.
Contrast-free myocardial infarction (MI) segmentation is essential for mitigating the health risks associated with contrast agents (CAs) in clinical diagnostics. However, existing approaches are limited by their reliance on strictly paired CINE sequences and contrast-enhanced images, which are often difficult to obtain because patient conditions and imaging protocols often cause inter-modality slice misalignments. Therefore, we propose MTMS, the first label-free training and contrast-free MI segmentation model, enabling effective training without requiring paired datasets. Notably, MTMS is the
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: Multifrequency ultrasound (MFUS) is a novel quantitative imaging technique that captures backscattered data after transmission of a sequence of frequency-shifted narrowband ultrasound (US) pulses. The goal of this study was to implement a MFUS acquisition sequence and then validate quantitative measurements using an animal model of metabolic dysfunction-associated steatotic liver disease (MASLD).
MATERIALS AND METHODS: US imaging was performed using a programmable research scanner (Vantage NXT 256, Verasonics Inc) equipped with a L11-5v linear array. Radiofrequency (RF) data were a
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.
B-mode ultrasound (BUS) is widely used in breast cancer diagnosis, while the emerging super-resolution ultrasound (SRUS) provides microvascular information with high spatial resolution, which has shown great potential in improving breast cancer diagnosis. However, as a new ultrasound modality, its diagnosis remains highly dependent on the clinical experience of sonologists, highlighting the need for reliable computer-aided diagnosis (CAD) approaches. In this work, a novel dual-branch network with a Channel-Wise Joint Disentanglement Representation Learning (CW-JDRL) method is proposed for the
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.
OBJECTIVES: To develop a novel transparent and lightweight machine learning model, the Green Learning (GL), for automated prostate segmentation (PS) and clinically significant prostate cancer (csPCa) detection on magnetic resonance imaging (MRI).
PATIENTS AND METHODS: Men who underwent 3-T MRI and prostate biopsy (PBx) were identified. MRI was acquired and interpreted according to the Prostate Imaging-Reporting and Data System (PI-RADS), version 2 or 2.1. The GL was created to automate PS and csPCa detection on biparametric MRI. The performance was compared to the standard-of-care radiologist
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.
OBJECTIVE: This review aims to summarize the research progress of magnetic resonance imaging (MRI)-based deep learning ( DL) in meningiomas, analyze its advantages, limitations, and key issues in clinical translation, provide technical references for relevant medical researchers and clinicians, thereby promoting the faster and more standardized application of DL in clinical diagnosis and treatment, and ultimately benefiting patients.
BACKGROUND: The early detection and accurate grading and classification of meningiomas are crucial for formulating personalized treatment plans. DL has achieved
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 Imaging (MRI) is increasingly being used to detect prostate cancer, yet its interpretation can be challenging due to subtle differences between benign and cancerous tissue. Recently, Denoising Diffusion Probabilistic Models (DDPMs) have shown great utility for medical image segmentation, modeling the process as noise removal in standard Gaussian distributions. In this study, we further enhance DDPMs by introducing the knowledge that the occurrence of cancer varies across the prostate (e.g., ∼70% of prostate cancers occur in the peripheral zone). We quantify such heterogeneit
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.
This special report explores the integration of artificial intelligence (AI) into prostate MRI workflows to address limitations associated with single-reader interpretations, such as inter-reader variability and diagnostic errors. We review various AI-integrated workflow strategies, from AI-assisted decision support to fully autonomous analysis, examining their benefits and challenges. AI can act as a second reader, enhancing detection sensitivity and reducing false negatives or pre-screen cases for efficient triage, thereby optimising radiologist workload. Key advantages include the potential
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.
Knee Ailments, such as meniscus injuries, bother millions globally, with research showing that more than 14% of the population above 40 years lives with meniscus-related conditions. Conventional diagnosis techniques, like manual MRI interpretation, are labour-intensive, error-prone, and dependent on skilled radiologists, making an automatic and more accurate alternative indispensable. Current deep-learning solutions heavily depend on CNNs, which perform poorly in long-range dependencies and global contextual info. We proposed MV2SwimNet, a hybrid of MobileNetV2 and Swin Transformer, integratin
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.
Most neurodegenerative diseases such as Alzheimer's and Parkinson's are life-threatening, critical, and incurable affecting mainly the elderly population. Early diagnosis is challenging as disease phenotype is very crucial for predicting, preventing the progression, and effective drug discovery. In the last few years, Deep learning (DL) based neural networks are the state-of-the-art models deployed in industries and academics across different areas like natural language processing, image analysis, speech recognition, audio classification, and many more It has been slowly realized that they hav
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.
OBJECTIVES: To automatically detect MRI artifacts on dynamic contrast-enhanced (DCE) maximum intensity projections (MIPs) of the breast using deep learning.
METHODS: Women who underwent clinically indicated breast MRI between October 2015 and December 2019 were included in this IRB-approved retrospective study. We employed two convolutional neural network architectures (ResNet and DenseNet) to detect the presence of artifacts on DCE MIPs of the left and right breasts. Networks were trained on images acquired up to and including the year 2018 using a 5-fold cross-validation (CV). Ensemble clas
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: To compare various models of diffusion-weighted imaging including mono-exponential, bi-exponential, diffusion kurtosis (DK) and fractional-order calculus (FROC) models in diagnosing prostate cancer (PCa) in transition zone (TZ) and distinguish the high-grade PCa [Gleason score (GS) ≥ 7] lesions from the total of low-grade PCa (GS ≤ 6) lesions and benign prostatic hyperplasia (BPH) in TZ.
METHODS: 80 Patients with 103 lesions were included in this study. Nine metrics [including apparent diffusion coefficient (ADC) derived from mono-exponential model, slow diffusion coefficient (Ds), f
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.
Classifying and predicting Alzheimer's disease (AD) in individuals with memory disorders through clinical and psychometric assessment is challenging, especially in mild cognitive impairment (MCI) subjects. Quantitative structural magnetic resonance imaging acquisition methods in combination with computer-aided diagnosis are currently being used for the assessment of AD. These acquisitions methods include voxel-based morphometry, volumetric measurements in specific regions of interest (ROIs), cortical thickness measurements, shape analysis, and texture analysis. This review evaluates the aforem
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск 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 paper, a microwave microscope is presented for characterization of skin abnormalities. A coplanar waveguide probe is designed and fabricated for high-resolution near-field imaging of the biological samples. Several simulations and measurement studies are described to present the capability of the proposed probe in identification of different tissues and the detection of fat masses at different depths. In addition, two methods are used to eliminate the measurement noise which is caused by non-targeted tissues. Then, the contours around the masses are obtained applying an edge detection
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 left ventral occipitotemporal cortex is reliably activated by visual orthographic stimulation and has repeatedly been found underactivated in developmental dyslexia. However, previous studies have made little effort to specifically probe orthographic processing while minimizing the need for higher-order reading related operations, especially phonological processing. Phonological deficits are well documented in dyslexia but may limit interpretations of ventral occipitotemporal underactivation as a primarily orthographic coding deficit, considering that different processing modes occur highl
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.
MedElevator
Войти в исследования