RATIONALE AND OBJECTIVES: This study aims to evaluate whether radiomics methods used on breast mammography (MG) and ultrasound (US) could distinguish between benign and borderline/malignant phyllodes tumors (PTs).
MATERIALS AND METHODS: A total of 362 female patients with PTs were retrospectively evaluated for the study, including 220 benign and 142 borderline/malignant cases. US and MG examinations were performed in all cases before pretreatment between 2013 and 2024. All patients were divided into the training (253 cases) and validation (109 cases) groups at a 7:3 ratio. Age, tumor size, tu
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: The neonatal period of a child is considered the most crucial phase of its physical development and future health. As per the World Health Organization, India has the highest number of pre-term births [1], with over 3.5 million babies born prematurely, and up to 40% of them are babies with low birth weights, highly prone to a multitude of diseases such as Jaundice, Sepsis, Apnea, and other Metabolic disorders. Apnea is the primary concern for caretakers of neonates in intensive care units. The real-time medical data is known to be noisy and nonlinear and to address the resultant com
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.
BACKGROUND: Phantom limb pain is a debilitating condition for which no effective treatment has been found. We hypothesised that re-engagement of central and peripheral circuitry involved in motor execution could reduce phantom limb pain via competitive plasticity and reversal of cortical reorganisation.
METHODS: Patients with upper limb amputation and known chronic intractable phantom limb pain were recruited at three clinics in Sweden and one in Slovenia. Patients received 12 sessions of phantom motor execution using machine learning, augmented and virtual reality, and serious gaming. Change
Клиническое исследованиеСтатьяПоддержка 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: Management of Class III (Cl III) dentoskeletal phenotype is often expert-driven.
PURPOSE: The aim is to identify critical morphological features in postcircumpubertal Cl III treatment and appraise the predictive ability of innovative machine learning (ML) algorithms for adult Cl III malocclusion treatment planning.
STUDY DESIGN: The Orthodontics Department at the University of Illinois Chicago undertook a retrospective cross-sectional study analyzing Cl III malocclusion cases (2003-2020) through dental records and pretreatment lateral cephalograms.
PREDICTOR: Forty features were
ОбзорСтатьяПоиск 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: To develop and externally validate an interpretable deep learning model for pre-treatment prediction of early clinically significant immune-related adverse events in patients with hepatocellular carcinoma receiving immune checkpoint inhibitor-based therapy.
METHODS: We conducted a multicenter retrospective cohort study of patients with hepatocellular carcinoma receiving immune checkpoint inhibitor-based therapy, with atezolizumab plus bevacizumab serving as the representative regimen in this cohort. The study population was divided into a training cohort and an independent external
СтатьяМногоцентровое исследованиеВалидационное исследованиеПоиск 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 Acute poisoning remains a major global public health challenge; its management is often limited by diagnostic uncertainty, narrow therapeutic windows, mixed or unknown exposures, and uneven access to toxicology expertise. Although the use of artificial intelligence (AI) in medicine has been increasingly explored, its role in acute poisoning management warrants a focused review. METHODS We conducted a narrative review of publications indexed in PubMed, Web of Science, and Wanfang Data from January 1, 2021 to March 1, 2026. Eligible publications addressed AI applications in acute pois
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.
Accurate prediction of grid voltage and stability is critical for ensuring reliable and efficient operation of modern power systems, especially with the increasing integration of intermittent renewable energy sources. This study rigorously evaluates five Machine Learning (ML) models, viz., Random Forest (RF), Extra Trees (ET), Support Vector Regression (SVR), Cat Boost (CB), and Gradient Boosting (GB), for their predictive performance in grid connected hybrid PV systems. Using a multimetric framework (R2, MAE, RMSE, MAPE) and advanced visual diagnostics (error distributions, temporal trend ana
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.
Urinary extracellular vesicles (uEVs) are promising biomarkers for prostate cancer (PCa). Although novel uEV-based biomarkers have advanced early diagnosis, their detection processes remain cumbersome and cost-prohibitive. The physical parameters of uEVs offer untapped predictive potential for PCa, providing a more convenient, rapid, and cost-effective diagnostic approach. This study aims to construct a predictive model integrating uEV physical parameters with machine learning (ML) algorithms to enhance the early diagnosis of PCa. Urine samples were collected from 222 eligible participants. uE
СтатьяВалидационное исследованиеПоиск 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.
Machine learning (ML) applications within diagnostic histopathology have been extremely successful. While many successful models have been built using general-purpose models trained largely on everyday objects, there is a recent trend toward pathology-specific foundation models, trained using histopathology images. Pathology foundation models show strong performance on cancer detection and subtyping, grading, and predicting molecular diagnoses. However, we have noticed lacunae in the testing of foundation models. Nearly all the benchmarks used to test them are focused on cancer. Neoplasia is a
СтатьяПрепринтПоиск 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: X-rays are the most commonly used method for diagnosing Legg–Calvé–Perthes disease (LCPD) in children. However, in early-stage LCPD, X-rays only show subtle changes, making diagnosis highly dependent on the radiologist’s experience. The aim of this study was to develop and validate a combined radiomics and deep learning model based on anteroposterior and frog-leg lateral X-rays for identifying early LCPD patients. METHODS: We retrospectively collected imaging data of children diagnosed with early LCPD and normal control groups from two centers between January 2013 and December 2023
СтатьяМногоцентровое исследованиеПоиск 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.
Emissions of volatile organic compounds (VOCs) in vehicles represent a significant problem, causing unpleasant odors. To mitigate VOCs and odors in vehicles, it is critical to choose interior parts with low odor and VOC emissions. However, prevailing odor evaluation methods are subjective, costly, and potentially harmful to the health of evaluators. In this study, we analyzed 139 automotive interior parts and 92 vehicles, establishing a cost-effective, data-driven method for odor evaluation. The contents of benzene, toluene, ethylbenzene, xylene, styrene, formaldehyde, acetaldehyde, acrolein,
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: Multiple sclerosis (MS) is a chronic neurological condition of the central nervous system leading to various physical, mental and psychiatric complexities. Mobility limitations are amongst the most frequent and early markers of MS. We evaluated the effectiveness of a DeepMS2G (deep learning (DL) for MS differentiation using multistride dynamics in gait) framework, which is a DL-based methodology to classify multi-stride sequences of persons with MS (PwMS) from healthy controls (HC), in order to generalize over newer walking tasks and subjects.
METHODS: We collected single-task Walk
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.
Diabetes mellitus (DM) represents a major global health challenge, affecting a diverse range of demographic populations across all age groups. It has particular implications for women during pregnancy and the postpartum period. The contemporary prevalence of sedentary lifestyle patterns and suboptimal dietary practices has substantially contributed to the escalating incidence of this metabolic disorder. The timely identification of diabetes mellitus (DM) in the female population is crucial for preventing related complications and facilitating the implementation of effective therapeutic interve
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: Although clinical, functional, and biomarker data predict asthma exacerbations, newer approaches providing high accuracy of prognosis are needed for real-world decision-making in asthma. Machine learning (ML) leverages mathematical and statistical methods to detect patterns for future disease events across large datasets from electronic health records (EHR). This study conducted training and fine-tuning of ML algorithms for the real-world prediction of asthma exacerbations in patients with physician-diagnosed asthma.
METHODS: Adults with ≥ 2 ICD9/10 asthma codes within 1 year an
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.
INTRODUCTION: There is a cumulative risk of 20-40% of developing brain metastases (BM) in solid cancers. Stereotactic radiotherapy (SRT) enables the application of high focal doses of radiation to a volume and is often used for BM treatment. However, SRT can cause adverse radiation effects (ARE), such as radiation necrosis, which sometimes cause irreversible damage to the brain. It is therefore of clinical interest to identify patients at a high risk of developing ARE. We hypothesized that models trained with radiomics features, deep learning (DL) features, and patient characteristics or their
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.
BACKGROUND: Mathematical learning difficulties (MLD) are associated with weaknesses in both domain-specific numerical abilities and domain-general neurocognitive processes. In this study, we developed and validated a web-based neuropsychological screener, Askisi-Mathematical Difficulties (MD), that integrates cognitive control and mathematics-related tasks for the first-line identification of children at risk for MLD was developed and validated.
METHODS: We enrolled 564 children, including 282 children with an established MLD diagnosis recruited from a state diagnostic center and 282 typicall
СтатьяВалидационное исследованиеПоиск 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: This study aimed to evaluate the feasibility of employing habitat-based radiomic distributions in ultrasound (US) images to quantitatively characterize intratumoral heterogeneity. It also explored the potential of this approach to predict lymphovascular invasion (LVI) in breast invasive ductal carcinoma (IDC) patients and to identify the optimal extent of multiple peritumoral regions.
METHODS: A total of 408 women diagnosed with IDC from January 2020 to October 2023 were enrolled in this retrospective cohort study from two medical centers. Intratumoral areas were partitioned into fou
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.
BACKGROUND: Colorectal polyps are a major source of precancerous lesions in colorectal cancer (CRC). In many population-based screening programs, a major challenge is the efficient triage of high-risk individuals for diagnostic colonoscopy amid limited endoscopic resources.
OBJECTIVE: To enrich current screening frameworks, we aimed to develop an accessible, noninvasive risk stratification tool to serve as a digital triage mechanism for colorectal polyps using machine learning (ML) and routinely collected data in China.
METHODS: We conducted a cross-sectional study in Wenzhou, China. A total
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: Early-onset preeclampsia (EOPE) represents a particularly severe clinical subtype of preeclampsia (PE) and is frequently complicated by placental abruption, which can result in serious maternal and fetal morbidity or mortality. This study aimed to develop and validate an interpretable machine learning (IML) model for predicting placental abruption in patients with EOPE.
METHODS: A retrospective cohort of 580 EOPE patients who delivered between January 2021 and June 2025 was analyzed and randomly divided into training (70%) and validation (30%) sets. Dual-step feature selection comb
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.
Radial artery puncture, a routine arterial cannulation procedure for perioperative and critical care settings, is limited by high first-attempt failure and hematoma risk under experience-based practice. We aim to develop artificial intelligence (AI) - powered precise puncture guidance to reduce procedure-related complications and improve patient experience. In this study, Synthetic Data Vault (SDV) algorithm is used to generate patient data as training set data according to the real data provided by Biostudies. Ten machine learning models were built via Python, and performance was evaluated us
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.
MedElevator
Войти в исследования