Alzheimer's disease is a complex neurodegenerative disorder and the leading cause of dementia worldwide. Learning-based techniques applied to magnetic resonance imaging (MRI) have recently shown strong potential for automated diagnosis. Accurate classification typically relies on high-resolution (HR) 3D MRI acquired with thin axial slices to reduce partial-volume artefacts, capture fine anatomical details, and improve diagnostic performance. However, acquiring such data is time-consuming, costly, and prone to motion artefacts and patient discomfort. Super-resolution methods offer a promising a
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: Aortic stenosis (AS) is the most common acquired valvular heart disease worldwide, accounting for 43% of valvular diseases. It is estimated that 40-50% of patients with severe symptomatic AS do not receive intervention, resulting in a mortality rate of over 90%. Transthoracic echocardiography remains the gold standard for diagnosis, making it critical for early detection of the disease. However, it is operator-dependent and varies according to the patient's clinical presentation. In this context, artificial intelligence algorithms, especially deep learning algorithms applied to e
СтатьяScoping ReviewПоиск 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 objective of this study is to develop and evaluate the RATAB (Radiological Assessment To Avoid Biopsy) framework as an interpretable, methodology-focused proof-of-concept for malignancy risk ranking on pre-procedural chest radiographs (CXR) using pre-trained TorchXRayVision (TxRV) features, with rigorous leakage-free validation. This retrospective single-center diagnostic accuracy study included patients who underwent transthoracic needle biopsy (TTNB) after a suspicious posteroanterior CXR and had definitive histopathology. The index radiograph was the pre-procedural PA film obtained with
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.
The development of machine learning models for CT imaging depends on the availability of large, high-quality, and diverse annotated datasets. Although large volumes of CT images and reports are readily available in clinical picture archiving and communication systems (PACS), 3D segmentations of critical findings are costly to obtain, typically requiring extensive manual annotation by radiologists. On the other hand, it is common for radiologists to provide limited annotations of findings during routine reads, such as line measurements and arrows, that are often stored in PACS as grayscale soft
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.
Lung cancer is the leading cause of cancer-related mortality, and early detection is challenging due to asymptomatic onset. Accurate detection of smoking behaviors and symptoms is essential for risk evaluation and timely intervention. This study developed multitask transformer-based models to simultaneously detect smoking status, pack-year, and lung cancer symptom categories from Danish electronic health records. Texts were annotated for smoking behaviors, and 16 lung cancer-related symptoms were grouped into six categories. Preprocessing and tokenization were performed, and three transformer
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.
Automated segmental volumetry is effective for aortic dissection surveillance but lacks standardization. This study aimed to identify the optimal deep learning workflow by comparing a direct "end-to-end" approach with a "hybrid" strategy integrating vertebral-based partitioning. We analyzed 112 computed tomography scans (57 type A, 55 type B). The aorta was subdivided into five segments using vertebral landmarks. We evaluated two strategies across three architectures (nnU-Net, SwinUNETR, and U-Mamba): (1) end-to-end (simultaneous multi-class segmentation) and (2) hybrid (true and false-lumen s
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.
This study aims to evaluate the potential role of 3-dimensional (3D) fractal analysis derived from Gd-EOB-DTPA-MRI in predicting vessels encapsulating tumor clusters (VETC) pattern in patients with hepatocellular carcinoma (HCC). This retrospective study included 212 HCC patients who underwent preoperative Gd-EOB-DTPA-MRI between January 2018 and August 2024. Fractal dimension (FD) and lacunarity from arterial and hepatobiliary phases were extracted using box-counting method. Variables associated with VETC pattern were analyzed using univariate and multivariate logistic regression. Model perfo
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: Machine learning (ML) is increasingly used for hospital demand forecasting, but few published studies report multiple-comparison-corrected statistical tests against competitive baselines, and few characterise the structural-break context in which forecasts are evaluated.
OBJECTIVE: To audit seven AI/ML methods against statistical baselines on 15 years of NHS England activity data, with explicit attention to structural breaks and pandemic confounding.
METHODS: Monthly A&E activity (n = 189) and 52-quarter KH03 bed occupancy (2010-2026) were obtained from public NHS England release
СтатьяСравнительное 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.
To address diagnostic delays in pediatric abdominal emergencies, this study aimed to develop and validate multi-institutional deep learning models for detecting intussusception and splenomegaly on abdominal radiographs, thereby evaluating their potential to enhance clinical triage. This retrospective study included 26,552 radiographs from seven tertiary hospitals (2012-2022). Models were trained with EfficientDet-B2, selected after an ablation study against ResNet-50, DenseNet-121, and other EfficientDet variants. Three strategies were compared: independent binary classifiers, a multiclass mod
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.
Computed tomography pulmonary angiography (CTPA) relies on iodinated contrast agents and poses risks including nephrotoxicity and allergic reactions. Our purpose is to develop a cascaded, tiny vessel-aware synthesis framework to generate high-fidelity synthetic contrast-enhanced CTPA (SyCTPA) from non-contrast CT (NCCT) scans. This study proposes a method to generate synthetic CTPA (SyCTPA) from non-contrast CT (NCCT) scans using a cascaded synthesizer based on Cycle-Consistent Generative Adversarial Networks (CycleGAN). A total of 410 retrospective paired CTPA and NCCT scans were obtained fro
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: Early identification of mild cognitive impairment (MCI) is crucial for delaying the progression of dementia. However, existing prediction models often require expensive testing or invasive biomarkers, limiting their scalability in primary care settings.
METHODS: Data were drawn from three prospective cohorts: the Chinese Longitudinal Healthy Longevity Survey (CLHLS), the English Longitudinal Study of Ageing (ELSA), and the Health and Retirement Study (HRS). We included 11,069 participants aged ≥60 years who were free of cognitive impairment at baseline. Incident MCI was defined vi
СтатьяВалидационное исследованиеПоддержка 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.
Brain single-photon emission computed tomography (SPECT) imaging using I-123 DaTSCAN is an effective tool for the diagnosis and follow-up of Parkinson disease. Reducing acquisition time decreases the likelihood of patient motion, improves patient comfort, and increases scanner throughput. However, shorter acquisition times often result in degraded image quality with reduced diagnostic value. This study aimed to use deep learning (DL) approaches to enhance the image quality of accelerated SPECT DaTSCAN acquisitions. A total of 85 patients were scanned on a CZT-based GE StarGuide scanner with a
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: The ROX index was proposed as a decision-support tool to assess the effectiveness of high-flow oxygen therapy (HFOT) in patients with acute hypoxemic respiratory failure (AHRF) affected by pneumonia.
OBJECTIVE: The purpose of this work was to assess the discriminative power of the ROX index across heterogeneous intensive care unit (ICU) populations. As a secondary, hypothesis-generating objective, we explored whether ROX-based risk stratification may provide a standardized reference for describing variability in observed intubation practices across datasets and centers.
METHODS:
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.
Timely and accurate detection of intertrochanteric fractures on pelvic radiographs may support prompt clinical assessment and treatment planning. However, in emergency clinical settings, standard object detection models frequently suffer from high false-alarm rates due to complex anatomical structures and normal cortical bone overlaps. To address this clinical limitation, this application-focused study proposes an enhanced deep learning framework named YOLOv8s-HAGB, tailored specifically for automated intertrochanteric fracture screening. We integrate a customized hybrid attention gating block
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: Chatbot-delivered treatments offer tremendous mental health benefits. This systematic review aimed at examining the effectiveness of using chatbots for improving mental health among people in Asia.
METHODS: Randomised controlled trials (RCTs) on standalone chatbot interventions targeting mental health conditions, ranging from mental well-being to clinically relevant mental health symptoms (eg, depression, anxiety, stress, affect, distress, insomnia and psychological well-being), were included. Four electronic databases (PubMed, CINAHL, PsycINFO and Medline) were searched until 11
СтатьяСистематический обзорМетаанализПоиск 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: Patients increasingly use large language models (LLMs) for health information, yet the guideline concordance and safety of patient-facing outputs-particularly across languages-remain uncertain. We evaluated three widely used LLM platforms (web interfaces) and their underlying default models for gallstone-related counseling in Turkish and English.
METHODS: In this cross-sectional content analysis, 14 real-world, guideline-mappable patient questions were developed in Turkish and translated into semantically equivalent English. Each question was submitted once to ChatGPT (ChatGPT-4o
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.
Magnetic Resonance Imaging (MRI) is a key modality in cancer treatment, providing high soft tissue contrast for the visualization of tumors and internal anatomy. Radiotherapy, which is widely used in treatments, requires precise tumor segmentation to ensure targeting the true tumor and minimizing radiation exposure to healthy tissues. In this regard, real-time automatic tumor tracking from cine-MRI can provide accurate tumor localization supporting adaptive radiotherapy. Conventional image registration techniques exhibit limitations when handling large misalignments and high computational dema
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.
Cerebral vasospasm is a serious complication after aneurysmal subarachnoid haemorrhage (aSAH). We trained machine learning models on 168 patients (225 CTA timepoints) using standardized clinical data (OMOP CDM). XGBoost achieved the best performance (AUROC 0.79; 95% CI 0.65-0.91).
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.
Celiac Disease (CD) is an autoimmune disorder triggered by gluten ingestion in genetically susceptible individuals. Its heterogeneous presentation, especially in pediatric patients, limits the effectiveness of current symptom-based classifications such as the Oslo definitions. This study proposes a framework based on Topological Data Analysis (TDA) to identify new, clinically meaningful sub-phenotypes of pediatric CD. We used a multicentric dataset of over 3,000 children. Compared with standard clustering (DBSCAN, Agglomerative, K-Medoids), our TDA Mapper revealed stable, interpretable communi
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.
Age-related cataract is a leading cause of visual impairment among older adults, significantly affecting quality of life and independence. Accurate severity grading is essential for determining optimal surgical timing and improving clinical outcomes; however, conventional slit-lamp examination relies heavily on subjective assessment, resulting in considerable inter-observer variability. In this study, we propose a progressive ordinal attention network (POA-Net) for automated four-level cataract classification. The proposed method is built on a convolutional neural network backbone and introduc
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.
MedElevator
Войти в исследования