BACKGROUND: The development of computer-aided diagnosis systems in breast cancer imaging is exponential. Since 2016, 81 papers have described the automated segmentation of breast lesions in ultrasound images using artificial intelligence. However, only two papers have dealt with complex BI-RADS classifications.
PURPOSE: This study addresses the automatic classification of breast lesions into binary classes (benign vs. malignant) and multiple BI-RADS classes based on a single ultrasonographic image. Achieving this task should reduce the subjectivity of an individual operator's assessment.
MAT
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Chronic pulmonary aspergillosis (CPA) is a lung infection caused by the fungus Aspergillus. The infection can occur when the immune system is compromised or there is damage to the lung tissue. Due to its rarity, physicians often do not consider CPA as an initial diagnosis and may not perform relevant tests, leading to a lack of targeted treatment in the early stages of the disease and potentially affecting the effectiveness of subsequent treatments. This paper employs a model based on the Vision Transformer (ViT) and utilizes the self-supervised DINO framework to train a classifier for determi
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.
Tumors are an important health concern in modern times. Breast cancer is one of the most prevalent causes of death for women. Breast cancer is rapidly becoming the leading cause of mortality among women globally. Early detection of breast cancer allows patients to obtain appropriate therapy, increasing their probability of survival. The adoption of 3-Dimensional (3D) mammography for the medical identification of abnormalities in the breast reduced the number of deaths dramatically. Classification and accurate detection of lumps in the breast in 3D mammography is especially difficult due to fac
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.
Weakly supervised learning, releasing deep learning from highly labor-intensive pixel-wise annotations, has gained great attention, especially for medical image segmentation. With only image-level labels, pixel-wise segmentation/localization usually is achieved based on class activation maps (CAMs) containing the most discriminative regions. One common consequence of CAM-based approaches is incomplete foreground segmentation, i.e. under-segmentation/false negatives. Meanwhile, suffering from relatively limited medical imaging data, class-irrelevant tissues can hardly be suppressed during class
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.
The aim of this work is to develop a Computer-Aided-Brain-Diagnosis (CABD) system that can determine if a brain scan shows signs of Alzheimer's disease. The method utilizes Magnetic Resonance Imaging (MRI) for classification with several feature extraction techniques. MRI is a non-invasive procedure, widely adopted in hospitals to examine cognitive abnormalities. Images are acquired using the T2 imaging sequence. The paradigm consists of a series of quantitative techniques: filtering, feature extraction, Student's t-test based feature selection, and k-Nearest Neighbor (KNN) based classificatio
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.
Extracting information about the structure of biological tissue from static image data is a complex task requiring computationally intensive operations. Here, we present how multicore CPUs and GPUs have been utilized to extract information about the shape, size, and path followed by the mammalian oviduct, called the fallopian tube in humans, from histology images, to create a unique but realistic 3D virtual organ. Histology images were processed to identify the individual cross sections and determine the 3D path that the tube follows through the tissue. This information was then related back t
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 create modular solutions for interactive real-time MRI using reconstruction algorithms implemented in BART.
METHODS: A new protocol for streaming of multidimensional arrays is presented and integrated into BART. The new functionality is demonstrated using examples for cardiac interactive real-time MRI based on radial FLASH, where iterative reconstruction is combined with advanced features such as dynamic coil compression and gradient-delay correction. We analyze the latency of the reconstruction and measure end-to-end latency of the full imaging process.
RESULTS: Reconstruction 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.
INTRODUCTION: Acute ischemic stroke is a major cerebrovascular disease, and accurate lesion segmentation is important for quantitative image analysis and subsequent clinical assessment. Multimodal magnetic resonance imaging, including diffusion-weighted imaging, apparent diffusion coefficient maps, and fluid-attenuated inversion recovery, provides complementary information for lesion delineation. However, lesion appearance may vary across sequences, and blurred boundaries or small scattered lesions can make multimodal feature fusion unstable.
METHODS: We developed MBGS-UNet, a multi-branch de
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.
Accelerating musculoskeletal magnetic resonance imaging (MRI) while preserving diagnostic detail remains challenging because acquiring fully‑isotropic ground‑truth volumes is clinically costly. In routine practice, anisotropic scans with reduced through-plane resolution degrade multiplanar visualization and slice-by-slice review in reformatted planes, obscure subtle abnormalities spanning only a few slices, and limit automated three-dimensional (3D) analyses that assume comparable spatial resolution across axes. We present a two‑stage, fully self‑supervised pipeline that learns directly from a
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.
OBJECTIVES: The objectives of this study were to acquire ultra-high resolution images of the brain using balanced steady-state free precession (bSSFP) at 7 T and to identify the potential utility of this sequence.
MATERIALS AND METHODS: Eight volunteers participated in this study after providing informed consent. Each volunteer was scanned with 8 phase cycles of bSSFP at 0.4-mm isotropic resolution using 0.5 number of excitations and 2-dimensional parallel acceleration of 1.75 × 1.75. Each phase cycle required 5 minutes of scanning, with pauses between the phase cycles allowing short periods
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.
BACKGROUND: According to the Standards for Reporting Vascular Changes on Neuroimaging, White Matter Hyperintensities (WMHs) are cerebral white matter lesions that are characterized by abnormal tissues of variable sizes and appear hyperintense in T2-weighted Magnetic Resonance (MR) measurements without cavitation (i.e., their tissue signals differ from those of Cerebrospinal Fluid or CSF). Such abnormal tissue regions are typically observed in the MR images of brains of healthy older adults and are associated with a number of geriatric neurodegenerative diseases. Explanations of the exact cause
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.
Diffusion probabilistic models (DPMs) have recently demonstrated promising performance in medical image segmentation. However, traditional DPM has difficulty handling the irregular structure of images and the inherent similarity between lesions and surrounding tissues. To overcome these challenges, we propose an innovative architecture, the multiscale Mamba DPM (MsM-DPM), designed to enhance medical image segmentation. Specifically, MsM-DPM introduces a multiscale attention fusion module (MSAFM) in a multiscale denoising UNet (Ms-DU) to capture lesion deformations from multilevel features, 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.
As one of the most fatal malignancies worldwide, colorectal cancer demands accurate histopathological image analysis to support timely diagnosis and effective clinical decision-making. This study investigates four lightweight convolutional neural network (CNN) variants for binary classification of colon histopathology patches into Colon_Adenocarcinoma and Colon_Benign_Tissue. A unified experimental framework is employed, incorporating standardized preprocessing, data augmentation, class-weighted optimization, and macro-F1-based early stopping to ensure fair architectural comparison. Model beha
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.
Renal biopsies are the gold standard for the diagnosis of kidney diseases. Lesion scores made by renal pathologists are semi-quantitative and exhibit high inter-observer variability. Automating lesion classification within segmented anatomical structures can provide decision support in quantification analysis, thereby reducing inter-observer variability. Nevertheless, classifying lesions in regions-of-interest (ROIs) is clinically challenging due to (a) a large amount of densely packed anatomical objects, (b) class imbalance across different compartments (at least 3), (c) significant variation
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.
In fundus images, precisely segmenting retinal blood vessels is important for diagnosing eye-related conditions, such as diabetic retinopathy and hypertensive retinopathy or other eye-related disorders. In this work, we propose an enhanced U-shaped network with dual-attention, named DAU-Net, divided into encoder and decoder parts. Wherein, we replace the traditional convolutional layers with ConvNeXt Block and SnakeConv Block to strengthen its recognition ability for different forms of blood vessels while lightweight the model. Additionally, we designed two efficient attention modules, namely
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.
Accurate segmentation of adrenal glands from CT images is essential for enhancing computer-aided diagnosis and surgical planning. However, the small size, irregular shape, and proximity to surrounding tissues make this task highly challenging. This study introduces a novel pipeline that significantly improves the segmentation of left and right adrenal glands by integrating advanced pre-processing techniques and a robust post-processing framework. Utilising a 2D UNet architecture with various backbones (VGG16, ResNet34, InceptionV3), the pipeline leverages test-time augmentation (TTA) and targe
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2024eng
Retinal lesion is a cause of age-related macular degeneration that poses a big threat to elderly population. The accurate detection and segmentation of retinal lesions benefits the early diagnosis of age-related macular degeneration and monitoring of disease progression. However, due to the large variant of imaging characteristics among different subtypes of diseases, it is challenging for a model to precisely segment retinal lesions. On the other hand, with the usage of deep neural networks (DNN), the accuracy of classifying subtypes of the retinal disease is high, which proves that the imagi
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 evaluate image quality of deep learning-based image reconstruction (DLIR) in contrast-enhanced renal and adrenal computed tomography (CT) compared with adaptive statistical iterative reconstruction-Veo (ASiR-V).
METHODS: We prospectively recruited 52 patients. All images were reconstructed with ASiR-V 30%, ASiR-V 70%, and DLIR at low, medium, and high reconstruction strengths. CT number, noise, noise reduction rate, signal-to-noise ratio (SNR), and contrast-to-noise ratio (CNR) were measured and calculated within the region of interest (ROI) on subcutaneous fat, bilateral renal
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 zebrafish (Danio rerio) has been widely used as a vertebrate animal model in neurobiological. The zebrafish has several unique advantages that make it well suited for live microscopic imaging, including its fast development, large transparent embryos that develop outside the mother, and the availability of a large selection of mutant strains. As the genome of zebrafish has been fully sequenced it is comparatively easier to carry out large scale forward genetic screening in zebrafish to investigate relevant human diseases, from neurological disorders like epilepsy, Alzheimer's disease, and
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.
Intravoxel incoherent motion (IVIM) MRI allows for simultaneous assessment of tissue microcirculation (perfusion) and diffusion of water. In single-center studies, IVIM has shown great potential for diagnosis, treatment outcome prediction, and treatment monitoring for many different diseases and organs. However, heterogeneity in data acquisition protocols, pre-processing pipelines, and post-processing routines yields differences in reported IVIM parameters, which has constrained large-scale deployment of IVIM. Moreover, deploying IVIM protocols and analysis typically requires technical experti
Consensus StatementСтатьяПолный 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.