Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 230 с найденным полным текстом
Cancer epidemiology, biomarkers & prevention : a publication of the American Association for Cancer Research, cosponsored by the American Society of Preventive Oncology2023eng
BACKGROUND: Indeterminate pulmonary nodules (IPN) are a diagnostic challenge in regions where pulmonary fungal disease and smoking prevalence are high. We aimed to determine the impact of a combined fungal and imaging biomarker approach compared with a validated prediction model (Mayo) to rule out benign disease and diagnose lung cancer.
METHODS: Adults ages 40 to 90 years with 6-30 mm IPNs were included from four sites. Serum samples were tested for histoplasmosis IgG and IgM antibodies by enzyme immunoassay and a CT-based risk score was estimated from a validated radiomic model. Multivariab
СтатьяПоддержка NIH: внешняя программаПолный 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.
Radiomics is a technique that extracts quantitative features from medical images using data-characterization algorithms. Radiomic features can be used to identify tissue characteristics and radiologic phenotyping that is not observable by clinicians. A typical workflow for a radiomics study includes cohort selection, radiomic feature extraction, feature and predictive model selection, and model training and validation. While there has been increasing attention given to radiomic feature extraction, standardization, and reproducibility, currently, there is a lack of rigorous evaluation of featur
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.
BACKGROUND: Accurate risk stratification of patients with intracerebral hemorrhage (ICH) could help refine adjuvant therapy selection and better understand the clinical course. We aimed to evaluate the value of radiomics features from hematomal and perihematomal edema areas for prognosis prediction and to develop a model combining clinical and radiomic features for accurate outcome prediction of patients with ICH.
METHODS: This multicenter study enrolled patients with ICH from January 2016 to November 2021. Their outcomes at 3 months were recorded based on the modified Rankin Scale (good, 0-3
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.
Colposcopy imaging is widely used to diagnose, treat and follow-up on premalignant and malignant lesions in the vulva, vagina, and cervix. Thus, deep learning algorithms are being used widely in cervical cancer diagnosis tools. In this study, we developed and preliminarily validated a model based on the Unet network plus SVM to classify cervical lesions on colposcopy images. Methodology: Two sets of images were used: the Intel & Mobile ODT Cervical Cancer Screening public dataset, and a private dataset from a public hospital in Ecuador during a routine colposcopy, after the application of acet
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.
In recent years, pulmonary imaging has seen enormous progress, with the introduction, validation and implementation of new hardware and software. There is a general trend from mere visual evaluation of radiological images to quantification of abnormalities and biomarkers, and assessment of 'non visual' markers that contribute to establishing diagnosis or prognosis. Important catalysts to these developments in thoracic imaging include new indications (like computed tomography [CT] lung cancer screening) and the COVID-19 pandemic. This review focuses on developments in CT, radiomics, artificial
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.
PURPOSE: The purpose of this study was to determine whether computed tomography (CT)-based machine learning of radiomics features could help distinguish autoimmune pancreatitis (AIP) from pancreatic ductal adenocarcinoma (PDAC).
MATERIALS AND METHODS: Eighty-nine patients with AIP (65 men, 24 women; mean age, 59.7±13.9 [SD] years; range: 21-83 years) and 93 patients with PDAC (68 men, 25 women; mean age, 60.1±12.3 [SD] years; range: 36-86 years) were retrospectively included. All patients had dedicated dual-phase pancreatic protocol CT between 2004 and 2018. Thin-slice images (0.75/0.5mm thic
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.
In the last decade, technical advances in the field of medical imaging significantly improved and broadened the application of coronary CT angiography (CCTA) for the non-invasive assessment of coronary artery disease. Recently, similar breakthroughs are happening in the post-processing, analysis and interpretation of radiological images. Technologies such as radiomics allow to extract significantly more information from scans than what human visual assessment is capable of. This allows the precision phenotyping of diseases based on medical images. The increased amount of information can then b
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.
Radiomics has emerged over the past decade as a powerful image-based omics approach in oncology. Handcrafted radiomic features can reveal subtle imaging characteristics associated with tumor biology and clinical outcomes. In parallel, deep learning (DL) has transformed medical image analysis by learning complex feature representations directly from imaging data. Recent research has increasingly focused on hybrid models that integrate radiomic and DL-derived features to combine the interpretability of radiomics with the representational capacity of DL. Methodological advances have also been mad
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.
Аннотация не предоставлена источником. Откройте карточку для перехода к публикации.
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.
Breast cancer exhibits profound biological and spatial heterogeneity, which contributes to variable responses to neoadjuvant chemotherapy (NAC) and challenges precision treatment planning. Radiomics, an emerging discipline that converts standard medical images into high-dimensional quantitative data, offers a non-invasive and reproducible means to capture tumor phenotype, heterogeneity, and treatment-induced changes. This review provides a comprehensive overview of recent advances in radiomics for breast cancer NAC, emphasizing the roles in predicting a pathologic complete response (pCR), moni
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.
Fractures and their complications are recognized as major public health problems. Especially for occult fractures that are difficult to judge radiologically, timely and accurate diagnosis is particularly important for the treatment and prognosis of patients. In recent years, the successful application of radiomics and deep learning in medical diagnosis has shown great potential for providing more timely and accurate diagnostic methods for occult fractures. This review provides an introduction to radiomics and deep learning, summarizes their respective characteristics in detecting occult fractu
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.
Thyroid-associated ophthalmopathy (TAO) is a vision-threatening autoimmune disease that involves the extraocular muscles (EOMs) and periorbital fat. Typical signs of TAO include eyelid recession, proptosis, diplopia, and decreased visual acuity. As a self-limited disease, there is major bipolarity in clinical outcomes in TAO population. The early diagnosis and prediction of these refractory and relapsed patients is essential. Unfortunately, commonly used tools such as CAS/NOSPECTS, are based on clinical symptoms and signs alone, have significant limitations. Some imaging techniques or examinat
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.
STUDY DESIGN: A retrospective analysis.
OBJECTIVE: The aim of this study was to identify a robust radiomic signature from deep learning segmentations for intervertebral disc (IVD) degeneration classification.
SUMMARY OF DATA: Low back pain (LBP) is the most common musculoskeletal symptom worldwide and IVD degeneration is an important contributing factor. To improve the quantitative phenotyping of IVD degeneration from T2-weighted magnetic resonance imaging (MRI) and better understand its relationship with LBP, multiple shape and intensity features have been investigated. IVD radiomics has be
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.
Intracranial germ cell tumors (GCTs) are rare neoplasms with a peak incidence in adolescents. Germinoma is the most common histological subtype of intracranial GCTs. Its symptoms include intracranial hypertension, visual field defects, and hormonal disorders, affecting the physical health of adolescents. Germinoma is sensitive to chemo-radiotherapy, and most patients do not require neurosurgical resection. Therefore, improving the accuracy of germinoma diagnosis helps to avoid unnecessary surgery. At present, the application of artificial intelligence (AI) in medical imaging has improved the a
СтатьяDatasetПоиск 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 AND PURPOSE: Spinal cord pathology underpins disability accumulation in people with multiple sclerosis (pwMS). Visual inspection of spinal cord magentic resonance imaging (MRI) often fails to reliably detect injury. Radiomics analyzes signal intensities in images to identify pathological changes that may be imperceptible to the human eye. This study evaluated the application of radiomics to spinal cord MRI to distinguish subgroups of pwMS and disability correlations.
METHODS: Radiomic features were extracted from upper cervical cord coverage on cross-sectional 3.0T brain noncontras
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.
Radiomic analysis has emerged as a valuable tool for extracting quantitative features from medical imaging data, providing in-depth insights into various contexts and diseases. By employing methods derived from advanced computational techniques, radiomics quantifies textural information through the evaluation of the spatial distribution of signal intensities and inter-voxel relationships. In recent years, these techniques have gained considerable attention also in the field of pituitary tumors, with promising results. Indeed, the extraction of radiomic features from pituitary magnetic resonanc
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: Radiomics refers to the extraction of quantitative information from medical images and is most commonly utilized in oncology to provide ancillary information for solid tumor diagnosis, prognosis, and treatment response. The traditional radiomic pipeline involves segmentation of volumes of interest with comparison to normal brain. In other neurologic disorders, such as epilepsy, lesion delineation may be difficult or impossible due to poor anatomic definition, small size, and multifocal or diffuse distribution. Tuberous sclerosis complex (TSC) is a rare genetic disease in which brai
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.
Objective:To explore the relevant anatomical factors in the pathogenesis of chronic dacryocystitis based on CT radiomics. Methods:A retrospective analysis was conducted on the general data and sinus CT materials of 85 patients with chronic dacryocystitis（case group） admitted to our department from December 2020 to December 2023, and 85 individuals undergoing physical examination（control group） during the same period. The differences in anatomical parameters between the two groups were compared to study the morphological characteristics of the nasolacrimal duct in patients with chronic dacryocy
Аннотация на английскомСтатьяПолный 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: Early judgment of the progress of acute pancreatitis (AP) and timely intervention are crucial to the prognosis of patients. The purpose of this study was to investigate the application value of CT-based radiomics of pancreatic parenchyma in predicting the prognosis of early AP.
MATERIALS AND METHODS: This retrospective study enrolled 137 patients diagnosed with AP (95 cases in the progressive group and 42 cases in the non-progressive group) who underwent CT scans. Patients were randomly divided into a training set (n = 95) and a validation set (n = 42) in a ratio of 7: 3. The region
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: We aimed to develop a radiomics nomogram based on computed tomography (CT) scan features and high-throughput radiomics features for diagnosis of malignant pleural effusion (MPE).
METHODS: In this study, 507 eligible patients with PE (207 malignant and 300 benign) were collected retrospectively. Patients were divided into training (n = 355) and validation cohorts (n = 152). Radiomics features were extracted from initial unenhanced CT images. CT scan features of PE were also collected. We used the variance threshold algorithm and least absolute shrinkage and selection operator (LASSO
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.
MedElevator
Войти в исследования