Automated whole breast ultrasound (ABUS) is an emerging screening tool for detecting breast abnormalities. In this study, a computer-aided detection (CADe) system based on multi-scale blob detection was developed for analyzing ABUS images. The performance of the proposed CADe system was tested using a database composed of 136 breast lesions (58 benign lesions and 78 malignant lesions) and 37 normal cases. After speckle noise reduction, Hessian analysis with multi-scale blob detection was applied for the detection of tumors. This method detected every tumor, but some nontumors were also detecte
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.
BACKGROUND: Three-dimensional echocardiography (3DE) appears to show incremental benefit over two-dimensional echocardiography (2DE), but it's uptake has been slow. We tested attendees before and after an intensive interactive training course to identify its efficacy.
METHODS: Attendees (n = 35, 23 cardiologists, 12 sonographers) were shown how to use 3DE review software and asked to identify the pathology of five patients (wall motion abnormality, peri-prosthetic mitral regurgitation, subaortic membrane, small ventricular septal defect, submitral stenosis) on 2D and 3D images. In the followi
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.
Microstructure modelling quantifies subvoxel tissue features by combining an MRI acquisition with a mathematical model, which is typically fitted voxel-by-voxel with least-squares (LSQ) minimisation to give voxelwise maps of microstructural quantities such as diffusivity and compartmental fractions. Such approaches are susceptible to voxelwise noise, which can lead to erroneous values in parameter maps. Hierarchical Bayesian modelling (HBM) can address this limitation but has only been demonstrated for simple models. We previously derived an HBM approach for an arbitrary microstructure model w
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.
PURPOSE: This article introduces a novel deep learning approach to substantially improve the accuracy of colon segmentation even with limited data annotation, which enhances the overall effectiveness of the CT colonography pipeline in clinical settings.
METHODS: The proposed approach integrates 3D contextual information via guided sequential episodic training in which a query CT slice is segmented by exploiting its previous labeled CT slice (i.e., support). Segmentation starts by detecting the rectum using a Markov Random Field-based algorithm. Then, supervised sequential episodic training is
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.
This paper introduces a novel convolutional neural network model with an attention mechanism to advance Alzheimer disease (AD) classification using Magnetic Resonance Imaging (MRI). The model architecture is meticulously crafted to enhance feature extraction and selectively focus on crucial regions within brain images, thereby improving diagnostic accuracy. A unique component, the MRI Segmentation Block (MSB), is introduced to manage the skull stripping task effectively, highlighting the model ability to learn from complex, multilayered information. We have incorporated a detailed experimental
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.
The increasing prevalence of neurodegenerative diseases has recently heightened interest in research on early diagnosis of these diseases. Parkinson's disease (PD), among the most prominent of these conditions, is a neurological disorder causing the loss of nerve cells and significantly affecting movement control. Detection of PD in early stages is of critical importance to prevent the progression of the disease and improve treatment processes. The aim of the current study is to develop a deep learning model that can perform accurate classification for early diagnosis of PD from MRI images. In
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.
Primary Central Nervous System tumors in the brain are among the most aggressive diseases affecting humans. Early detection and classification of brain tumor types, whether benign or malignant, glial or non-glial, is critical for cancer prevention and treatment, ultimately improving human life expectancy. Magnetic Resonance Imaging (MRI) is the most effective technique for brain tumor detection, generating comprehensive brain scans. However, human examination can be error-prone and inefficient due to the complexity, size, and location variability of brain tumors. Recently, automated classifica
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.
OBJECTIVES: Radiomics is the conversion of medical images into quantitative high-dimensional data. Laryngeal cancer, one of the most common head and neck cancers, has risen globally by 58.7%. CT, MRI and PET are acquired during the diagnostic process providing potential data for radiomic analysis and correlation with outcomes.This review aims to examine the applications of this technique to laryngeal cancer and the future considerations for translation into clinical practice.
METHODS: A comprehensive systematic review-informed search of the MEDLINE and EMBASE databases was undertaken. Keyword
СтатьяСистематический обзорПоиск 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.
AIM: Fundus image analysis is the basis for the better understanding of retinal diseases which are found due to diabetes. Detection of earlier markers such as microaneurysms that appear in fundus images combined with treatment proves beneficial to prevent further complications of diabetic retinopathy with an increased risk of sight loss.
METHODS: The proposed algorithm consists of three modules: (1) image enhancement through morphological processing; (2) the extraction and removal of red structures, such as blood vessels preceded by detection and removal of bright artefacts; (3) finally, 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.
Grading spondylolisthesis into several stages from MRI images is challenging because detecting critical vertebrae and locating landmarks in images of different characteristics is difficult. We propose Faster Adversarial Recognition (FAR) network to accurately perform spondylolisthesis grading by excellently detecting critical vertebrae without the need of locating the landmarks. The FAR network introduces the adversarial scheme by using a multi-task recognition network as the generator and an adversarial module as the discriminator. The multi-task recognition network (generator) is an integrat
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 paper presents a novel, multilevel approach to the segmentation of various types of pulmonary nodules in computed tomography studies. It is based on two branches of computational intelligence: the fuzzy connectedness (FC) and the evolutionary computation. First, the image and auxiliary data are prepared for the 3D FC analysis during the first stage of an algorithm - the masks generation. Its main goal is to process some specific types of nodules connected to the pleura or vessels. It consists of some basic image processing operations as well as dedicated routines for the specific cases of
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.
PET/CT imaging has become an important part of the evaluation of patients with many types of cancer. This imaging modality can also be used to image areas of active inflammation, such as those occurring in patients with active inflammatory bowel disease (IBD) (Crohn's disease and ulcerative colitis). The standard methods of determining a patient's disease activity are either indirect, such as blood and stool tests, or invasive, such as colonoscopy. FDG-PET imaging is a noninvasive, direct method of evaluating bowel inflammation and represents a significant advancement in the care of these pati
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: Architectural distortion is an important sign of early breast cancer. We present methods for computer-aided detection of architectural distortion in mammograms acquired prior to the diagnosis of breast cancer in the interval between scheduled screening sessions.
METHODS: Potential sites of architectural distortion were detected using node maps obtained through the application of a bank of Gabor filters and linear phase portrait modeling. A total of 4,224 regions of interest (ROIs) were automatically obtained from 106 prior mammograms of 56 interval-cancer cases, including 301 true-po
Сравнительное 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.
OBJECTIVE: Gout is the most common crystal deposition arthropathy currently diagnosed clinically and with arthrocentesis. Dual-energy CT is a promising new imaging technique offering potential new applications in a number of clinical areas.
CONCLUSION: The ability of dual-energy CT to diagnose early gout and its use as a problem-solving tool is shown here. Diagnosis of subclinical gout could avert associated long-term complications, thereby reducing disease burden and improving overall quality of life.
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.
Multidetector CT is becoming an alternative method for the diagnosis of coronary artery anomalies. We present the multidetector coronary CT angiography findings from a patient with right coronary artery duplication. Two separate right coronary arteries originating from the right aortic sinus were observed. Their anatomical course was well depicted, and atherosclerosis was excluded based on the CT angiography findings.
Клинический случайСтатьяПолный 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.
Fusing multi-modal radiology and pathology data with complementary information can improve the accuracy of tumor typing. However, collecting pathology data is difficult since it is high-cost and sometimes only obtainable after the surgery, which limits the application of multi-modal methods in diagnosis. To address this problem, we propose comprehensively learning multi-modal radiology-pathology data in training, and only using uni-modal radiology data in testing. Concretely, a Memory-aware Hetero-modal Distillation Network (MHD-Net) is proposed, which can distill well-learned multi-modal know
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.
We propose a new method for fast organ classification and segmentation of abdominal magnetic resonance (MR) images. Magnetic resonance imaging (MRI) is a new type of high-tech imaging examination fashion in recent years. Recognition of specific target areas (organs) based on MR images is one of the key issues in computer-aided diagnosis of medical images. Artificial neural network technology has made significant progress in image processing based on the multimodal MR attributes of each pixel in MR images. However, with the generation of large-scale data, there are few studies on the rapid proc
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.
In this paper, we present three deformable registration algorithms designed within a paradigm that uses 3D statistical shape models to accomplish two tasks simultaneously: 1) register point features from previously unseen data to a statistically derived shape (e.g., mean shape), and 2) deform the statistically derived shape to estimate the shape represented by the point features. This paradigm, called the deformable most-likely-point paradigm, is motivated by the idea that generative shape models built from available data can be used to estimate previously unseen data. We developed three defor
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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