Zobrazeno 1 - 10
of 511
pro vyhledávání: '"Fibroglandular Tissue"'
Autor:
Sylwia Nowakowska, Karol Borkowski, Carlotta M. Ruppert, Anna Landsmann, Magda Marcon, Nicole Berger, Andreas Boss, Alexander Ciritsis, Cristina Rossi
Publikováno v:
Insights into Imaging, Vol 14, Iss 1, Pp 1-11 (2023)
Abstract Objectives Development of automated segmentation models enabling standardized volumetric quantification of fibroglandular tissue (FGT) from native volumes and background parenchymal enhancement (BPE) from subtraction volumes of dynamic contr
Externí odkaz:
https://doaj.org/article/c02b6f553ba844d3bc6936684b713aaf
Autor:
Su Yeon Ko, Min Jung Kim
Publikováno v:
Journal of Medicine and Life Science, Vol 20, Iss 1, Pp 21-31 (2023)
We aimed (a) to investigate the associations between age, body mass index (BMI), and breast size with mammographic density based on the breast imaging reporting and data system (BI-RADS) and volumetric breast density measurement (VBDM) with Volpara,
Externí odkaz:
https://doaj.org/article/0281ed686de94084bdcaa019cf6f117c
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Chinese Journal of Magnetic Resonance, Vol 38, Iss 3, Pp 367-380 (2021)
Segmentation of whole breast and fibroglandular tissue (FGT) is an important task for quantitative analysis of breast cancer risk in dynamic contrast enhanced magnetic resonance (DCE-MR) images. In this study, an automated segmentation model based on
Externí odkaz:
https://doaj.org/article/a199c02b2a9f4c3abab2fa683df33974
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Diagnostics, Vol 10, Iss 10, p 793 (2020)
Despite the development and implementation of several MRI techniques for breast density assessments, there is no consensus on the optimal protocol in this regard. This study aimed to determine the most appropriate MRI protocols for the quantitative a
Externí odkaz:
https://doaj.org/article/fcb880fcdfe64a839fdd8d3b886ba42a
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Emanuele Neri, Nicole Berger, Thomas Frauenfelder, Dania Cioni, Caroline Zellweger, Jann Wieler, Magda Marcon, Andreas Boss
Publikováno v:
Investigative Radiology. 57:205-211
OBJECTIVES This study aimed to evaluate the diagnostic performance of the maximum intensity projection (MIP) reformations of breast computed tomography (B-CT) images as a stand-alone method for the detection and characterization of breast imaging fin
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::7e8ae630008713151d608c533eca93db
https://doi.org/10.1097/rli.0000000000000829
https://doi.org/10.1097/rli.0000000000000829
Autor:
Huay-Ben Pan, Rita S. Mehta, Sou-Hsin Chien, Kai-Ting Chang, Jeon-Hor Chen, Wei-Ching Lin, Tiffany C. Kwong, Chin-Yao Lin, Min-Ying Su, Ritesh Parajuli, Yang Zhang, Siwa Chan
Publikováno v:
Journal of Digital Imaging
To develop a U-net deep learning method for breast tissue segmentation on fat-sat T1-weighted (T1W) MRI using transfer learning (TL) from a model developed for non-fat-sat images. The training dataset (N = 126) was imaged on a 1.5 T MR scanner, and t
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::9deb8c217afbce94450395f7cba2517a
https://doi.org/10.1007/s10278-021-00472-z
https://doi.org/10.1007/s10278-021-00472-z