This study validates a deep learning model for automated ureteral length measurement on CT using gross specimen measurements as the reference standard. A deep learning model was trained on 3629 CT series from 1502 patients (cohort 1) to segment the ureter and extract centerline length. An independent prospective cohort (cohort 2) of 70 patients undergoing radical nephroureterectomy served as the hold-out test set. Each gross specimen was measured twice by one urologist (D1_length and D2_length), with their mean as the reference length (Ref_length). Model-predicted lengths (AI_length) were comp
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.
Deep learning models have been proposed for automated pressure injury staging, but reliability across external wound image datasets remains uncertain. This study assessed cross-dataset reliability across multiple architectures. After dataset curation, including duplicate-image screening, 1081 images from the Pressure Injury Image Dataset (PIID), 1844 images from an institutional Hallym University Medical Center (HUMC) dataset, and 141 Kaggle images were analyzed. Six convolutional neural network and Transformer architectures were trained on PIID or HUMC and evaluated on internal and external d
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.
Acute myeloid leukemia (AML) is a hematologic malignancy in which accurate subtype identification is important for treatment planning and prognosis. This study developed a deep learning approach for AML subtype classification using multiple single-cell images from each patient rather than conventional instance-based classification. An open-source dataset containing 81,214 single-cell images from 189 individuals was analyzed. The dataset included four genetically defined AML subtypes and a healthy control group. Two multi-view convolutional neural network (MV-CNN) models were evaluated: a 99-vi
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: Large language models (LLMs) are increasingly used to provide patient-facing health information, yet evidence regarding their performance in elective aesthetic and appearance-related plastic surgery consultation remains heterogeneous. This review evaluated the scope, quality, usability, safety, and technical reliability of LLM-generated responses in this setting.
METHODS: PubMed, Embase, Web of Science Core Collection, IEEE Xplore, and Scopus were searched from inception to September 30, 2026. Original studies that generated and evaluated LLM responses to patient-facing consultati
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.
Trabecular bone score (TBS) provides information on bone microarchitecture beyond bone mineral density (BMD) and may be particularly relevant in type 2 diabetes mellitus (T2DM). This exploratory cross-sectional study examined associations of age and body mass index (BMI) with lumbar TBS (L1-L4) and their variation by gender in 240 adults with T2DM. Generalized additive models (GAMs) included overall smooths, gender-specific smooths, and tensor-product surfaces. Between-gender smooth contrasts were evaluated using joint simultaneous 95% confidence bands. Supplementary linear-model comparisons a
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.
Reliable linkage of chest X-ray examinations to corresponding reports is fundamental to large radiology archives. Yet heterogeneous view composition and similar image-report content across examinations, particularly longitudinal records, make exact content-based linkage difficult. Global vision-language representations support archive-wide search but can obscure view-specific and section-level correspondences, whereas exhaustive fine-grained interaction is computationally costly. We propose CXR-CoRe, a two-stage view- and section-aware framework. Stage 1 combines learned view embeddings with r
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.
Recent electrocardiogram (ECG) foundation models have extended ECG analysis from rhythm and morphology recognition to cardiac structure-function assessment, but the computational and memory requirements limit their use in resource-constrained settings. This study aimed to reduce the size and inference cost of a unified ECG foundation model while retaining its multitask performance and clinically relevant representations. We developed the ECGFM-U-Lite, a compact 1D-MobileViT student, using a three-stage compression procedure. Task outputs and intermediate representations were firstly transfered
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.
X-ray coronary angiography is the gold standard for diagnosing coronary artery disease, a leading cause of global mortality. Existing artificial intelligence methods typically detect stenosis from individual frames or rely on manually selected key frames, despite angiography being inherently a video-based examination in which diagnostically relevant information appears only in a subset of frames. Moreover, conventional ensemble methods generally employ fixed classifier weights, limiting their ability to account for uncertainty and variations in classifier performance. To address these challeng
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.
Scapular morphology plays a critical role in the diagnosis and treatment of shoulder disorders. However, current assessment methods primarily rely on manual annotation of three-dimensional computed tomography (3D CT) scans by clinicians, which are time-consuming, labor-intensive, and prone to inter-observer variability. The objective of this study is to develop and validate a deep learning-based open-source pipeline for automated scapular morphology assessment, aiming to improve accuracy, reproducibility, and clinical efficiency. Descriptive Laboratory Study; Level of evidence, 2. We retrospec
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: To test whether an apparent prognostic transition to persistent critical illness persists after daily clinical-state updating.
DESIGN: Retrospective daily risk-set analysis using multicenter eICU discovery, single-health-system MIMIC-IV concept replication, cluster-resampled simultaneous inference, and post-primary explanatory updated-state analyses.
SETTING: Two deidentified U.S. critical care databases: eICU Collaborative Research Database v2.0 and MIMIC-IV v3.1.
PATIENTS: Adults alive and hospitalized within the prespecified continuous ICU episode at completed ICU days 3-14.
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.
INTRO: Hyponatremia is a common complication in patients with cancer and is associated with poor prognosis; however, early detection remains challenging. Existing models often rely on laboratory parameters directly related to sodium levels, limiting early risk identification before electrolyte testing. This study developed a machine learning model to predict severe hyponatremia 1 day before its occurrence using longitudinal prescription and diagnostic data without relying on serum electrolyte variables.
METHODS: This retrospective single-center study included 33,160 adult patients (2010-2021)
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: Digital adoption does not equate to health-system transformation, and evidence of sustained benefit remains insufficient, partly because empirical and review/framework evidence is rarely distinguished.
OBJECTIVE: To synthesize evidence on outcomes, implementation barriers, and conditions for scale of digital transformation across global health systems, and derive a testable implementation-to-impact pathway.
METHODS: Reports published between 2015 and July 2026 were identified in PubMed, Scopus, IEEE Xplore, ACM Digital Library, and Google Scholar (supplementary source). Of 4420 r
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.
Coronary artery calcium (CAC) scoring plays a crucial role in the early detection and risk stratification of coronary artery disease (CAD). Current techniques for CAC analysis rely on manual annotations by clinicians and large curated training datasets. This study introduces a fully automatic framework for CAC risk stratification that eliminates the need for manual clinical annotations. We introduce a novel pixel-attenuation-based feature extraction pipeline for automatic CAC assessment that leverages pseudo-labelling to identify regions of interest, reducing reliance on expert annotations. We
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: Bloodstream infection (BSI) is a life-threatening condition for which culture-based diagnosis is slow, motivating interest in machine learning (ML) models that predict BSI from routine clinical data. To date, this evidence has been summarized only narratively, without quantitative synthesis or formal appraisal of methodological quality. We performed a systematic review and meta-analysis of ML-based BSI prediction models to quantify their discriminative performance and appraise the certainty of the evidence.
METHODS: We searched five databases for English-language studies published be
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: A scoping review and mapping of clinical data elements in observational studies were conducted to assess head and neck cancer (HNC) clinical data, alignment with existing observational oncology data standards, and the demonstrated opportunities for using these data standards in observational studies.
METHODS: The scoping review was performed to systematically find and extract data elements from real-world studies emphasizing HNC treatment patterns. Text-embedding-assisted and manual mapping was performed to map data elements to their representations in HNC Ontology, Operational Ontol
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.
Pathology foundation models (PFMs) are widely used as frozen encoders, but their behavior under changes in histologic magnification remains poorly characterized. We developed PathScaleBench to quantify cross-scale representation behavior and determine whether it is associated with downstream magnification-shift robustness. Seventy-one audited native-40 × The Cancer Genome Atlas whole-slide images from eight cancer types were sampled at the same tissue centers at 40 × , 10 × , and 2.5 × using a native-field-of-view (native-FOV) protocol. Eight PFMs were evaluated using centered kernel alignment
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 identification of sonoanatomy is essential for successful anterior quadratus lumborum (QL) block performance. Prior work has addressed anatomically distinct muscular and osseous structures, whereas automated segmentation of the anterior QL block injection plane has not been described. In this single-center prospective imaging study, 82 simulated anterior QL block ultrasound recordings from 42 healthy volunteers yielded 460 annotated frames across six classes, including the anterior QL block injection plane. A 2D nnU-Net model was trained using fivefold cross-validation and tested on 2
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.
CT/MRI adipose tissue segmentation underpins body-composition and medical-imaging AI research, yet reference labels are often described only as "manual," "expert," or "reference" segmentations, obscuring heterogeneity in ground-truth construction. To systematically review how reference labels, annotation procedures, validation standards, and reproducibility-relevant reporting are defined in CT- and MRI-based adipose tissue segmentation studies. The review protocol was prospectively registered in OSF Registries before the formal multi-database search. We searched PubMed/MEDLINE, Embase, Scopus,
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.
Vessel segmentation is critical in medical analysis, yet it remains challenging due to the presence of faint, thin, and discontinuous structures. Existing architectures, such as CNNs and transformers, often struggle to capture essential vascular properties, particularly local directionality and longitudinal continuity, resulting in fragmented segmentation for sub-pixel vessels. To address these limitations, we introduce the Direction-Aware Connectivity-Refinement Network (Mamba-DACR), which explicitly incorporates vascular priors into a Mamba-based framework. Mamba-DACR introduces a Direction-
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.
MedElevator
Войти в исследования