Idiopathic ventricular fibrillation (IVF) affects 5-10% of out-of-hospital cardiac arrest survivors, requiring implantable cardioverter-defibrillators (ICDs) for management. However, metal artifacts from ICDs may compromise cardiac computed tomography (CCT) image quality, limiting diagnostic capabilities and preventing advanced analyses like radiomics. The aim of this study is to develop a deep learning (DL)-based solution to reduce metal-induced artifacts by effectively removing both the metallic implant (primary artifact) and the associated streak artifacts (secondary artifact) in CCT scans
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.
Early detection of diabetic neuropathy (DN) remains challenging due to its asymptomatic progression. Machine learning models hold promise for identifying patients at risk, yet most existing studies are limited by small sample sizes that hinder generalizability. In this study, we evaluated minimum sample size requirements for machine learning using a population-based dataset of 77,724 individuals with diabetes. We generated balanced subsets with varying sample sizes (n=100-25,000) and numbers of features (3-46). We trained random forest models on each configuration and evaluated performance usi
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.
PURPOSE: Survivorship care models that extend beyond recurrence surveillance to ones that also address treatment-related symptoms are needed. Using data obtained in routine clinical care, we aimed to examine patient-reported symptom burden among adult thyroid cancer survivors.
METHODS: Between September 2019 and September 2022, adults were electronically administered the MDASI-Thy, a patient-reported outcome measure that measures symptom severity and interference, within 7 days before their visit at a dedicated thyroid cancer survivorship clinic. The MDASI-Thy generates (1) core symptom sever
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 develop a 2.5D deep learning framework leveraging non-contrast CT scans for early prediction of hepatic encephalopathy (HE) in hepatitis B-related acute-on-chronic liver failure (ACLF) patients. This retrospective study enrolled 228 ACLF patients meeting APASL criteria from two centers. Participants were divided into training (n = 102), internal validation (n = 44), and external testing (n = 82) cohorts. Non-contrast CT scans (5 mm slices) from six scanner models were preprocessed to 1 × 1 × 1 mm³ isotropic resolution with windowing (30-110 HU). Liver ROIs were manually segm
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 increasing prevalence of inflammatory bowel disease (IBD) and constrained clinical resources necessitate a shift from fixed-interval outpatient visits towards patient-initiated, needs-based follow-up. Real-world evidence on whether such transitions maintain disease control and achieve patient acceptance remains limited. In 2024, Aalborg University Hospital (Denmark) transitioned all patients with IBD not receiving biological therapy to a digitally supported, patient-initiated monitoring model. We aimed to evaluate the quality of care and patient satisfaction after the transitio
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.
PURPOSE: Inconsistent and institution-specific naming of regions of interest (ROIs) in cancer radiotherapy planning limits interoperability, hinders automation, and introduces ambiguity in clinical workflows. This study aims to develop and evaluate a multistage, foundation model-based workflow for automated ROI classification and standardization in accordance with AAPM Task Group 263 (TG-263) nomenclature, while maintaining flexibility for customization to institution-specific naming conventions.
MATERIALS AND METHODS: A four-stage modular pipeline integrating large language models (LLMs) and
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Eye-tracking is an accessible, non-invasive technology that provides information on motor and cognitive function and is therefore relevant for studying neurodegenerative diseases. Saccade experiments, in particular, have proven useful in the study of Parkinson's disease progression. However, to date, no single eye-movement biomarker has been shown to reliably differentiate patients from healthy controls. In the present work, we investigate state-of-the-art deep learning methods for Parkinson's disease classification using eye-tracking time-series data from saccade experiments. We analyzed eye-
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.
Height gain under recombinant human growth hormone (rhGH) varies widely in children with short stature, making early, reliable response prediction essential for individualized care. Using routinely collected data from Bambino Gesù Children's Hospital (Rome, Italy) with up to five years of follow-up, we built and evaluated machine learning (ML) models for children with Idiopathic Short Stature (ISS) and Small for Gestational Age (SGA). Predictions were updated at baseline, end of the first treatment year, and end of the second treatment year, and categorized as poor, mild, or good responders. R
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: Micropapillary (MP) and solid (S) pathological patterns are recognized as high-risk patterns. Even early-stage invasive adenocarcinoma (IAC) with MP/S pathological patterns carry a high risk of postoperative recurrence. This study aimed to construct and validate machine learning (ML) models to predict recurrence within 5 years in patients with IAC with MP/S pathological components and tumor diameter ≤ 3 cm without lymph node metastasis and distant metastasis.
METHODS: We retrospectively analyzed 974 patients from two centers. Univariate and multivariate logistic regression analyse
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.
LAMA2-related congenital muscular dystrophy (CMD), the most common form of CMD, is characterized by very early-onset muscle weakness, trunk instability, neuromuscular scoliosis, and progressive respiratory failure. The effectiveness of trunk bracing in neuromuscular scoliosis is controversial. The aim of this study was to investigate the effects of trunk bracing on spinal alignment, motor function, and pulmonary parameters in a patient diagnosed with LAMA2-related CMD. A 6-year-old female patient with a homozygous LAMA2 deletion and 37° left thoracolumbar scoliosis was recommended to use a tho
СтатьяКлинический случайПоиск 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: Diffuse Large B-Cell Lymphoma (DLBCL) is a heterogeneous and aggressive non-Hodgkin lymphoma, marked by wide variability in clinical presentation, biological profile, and disease course. Real World Data provide a unique opportunity to capture this complexity, offering insights into patient characteristics, disease progression, and outcomes in routine practice.
METHODS: This study describes the development of a DLBCL-specific Data Mart that integrates heterogeneous demographics, laboratory, histopathological, therapeutic and progression data into a standardized framework. The sys
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.
Data-driven such as machine learning models in rare disease research faces a significant challenge: scarce data cause performance degradation and unstable explanations that undermine clinical trust. This study investigated whether synthetic data augmentation can maintain prediction performance and improve explainability stability for cardiovascular disease risk prediction in Chronic Myeloid Leukemia patients. Using 235 real-world patients' data, we employed DP-CGANS to generate synthetic records and evaluated their impact across decreasing sample sizes, comparing real-data-only versus real + 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.
To investigate whether panoramic radiograph-based radiomic features identify mandibular bone alterations associated with chronic myeloid leukemia (CML) and distinguish patients from healthy controls. This retrospective case-control study included 19 patients with CML and 57 healthy controls. Radiomic features were extracted from the mandibular cortical bone, trabecular bone, and ramus. Features were selected using LASSO regression and correlation filtering (r ≥ 0.90). Logistic regression models were evaluated by ROC analysis, and multivariable regression identified independent predictors. Thre
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 Cortical Thickness Index (CTI) measured on hip radiographs is a practical indicator of femoral bone quality and may assist osteoporosis screening and preoperative orthopedic planning. However, manual CTI measurement is time-consuming and subject to inter-observer variability. We developed and validated a multi-stage deep learning framework for automated CTI measurement on routine pelvic radiographs. In this retrospective study, 843 radiographs from a tertiary center were collected, of which 647 met the eligibility criteria for model development and internal testing. An external dataset of
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.
Large language models (LLMs) are increasingly used in healthcare, yet standardised benchmarks for evaluating guideline-based clinical reasoning are missing. This study introduces a validated dataset derived from the UK's National Institute for Health and Care Excellence (NICE) guidelines covering multiple diagnoses. The dataset was initially created with the help of GPT-4o-mini and contains patient scenarios, as well as clinical questions; notably, generated contents were further assessed for clinical validity and realism by a practicing clinician to ensure alignment with NICE guidelines. We b
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.
Hydrocephalus is characterized by abnormal cerebrospinal fluid accumulation causing ventricular enlargement, which, if undetected, can lead to neurological damage. Conventional two-dimensional CT indices often underestimate volumetric deformation. Deep learning offers potential for automated three-dimensional (3D) assessment. This study aimed to develop and benchmark a multiscale attention 3D convolutional neural network (MSA3DNet) against a conventional 3D-CNN for CT-based hydrocephalus classification based solely on ventricular enlargement. A total of 98 anonymized pediatric head CT examinat
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 identification of benign and malignant thyroid nodules is a core link in clinical diagnosis and treatment decision-making, which directly affects the selection of subsequent treatment plans for patients. Aiming at the problems such as the strong subjectivity of traditional ultrasound diagnosis and the insufficient generalization ability of a single artificial intelligence model in small-sample medical scenarios, this study proposes an optimized computer-aided diagnosis model on the basis of the published hybrid diagnosis framework. The model extracts high-level semantic features of ul
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.
Segmentation of the liver, kidneys, and pancreas underpins volumetry, treatment planning, and disease monitoring across ultrasound (US), magnetic resonance imaging (MRI), and computed tomography (CT). Deep learning has advanced through four waves-convolutional networks, transformers, segmentation foundation models, and large language model (LLM)-based agents-but how performance differs across organs and modalities has not been synthesized in a segmentation-centric, modality-stratified way. Following scoping-review reporting guidance, we searched five databases for studies published 2020-2026 a
СтатьяОбзорПоиск 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.
Pulmonary embolism is a potentially life-threatening condition that requires timely and accurate diagnosis. Computed tomography pulmonary angiography (CTPA) is the standard imaging modality for pulmonary embolism assessment; however, manual delineation of embolic regions is time-consuming and challenging because emboli are often small, irregular, and embedded within complex contrast-enhanced vascular structures. This study aimed to develop and evaluate a patch-based 3D deep learning model for automated pulmonary embolism segmentation on CTPA. A retrospective CTPA dataset was collected from Dic
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.
Frozen foundation-model features are promoted as an annotation-sparing route to medical-image classification, yet whether their performance reflects diagnostic signal or site-specific shortcuts is rarely tested. On a single-site hospital cohort (187 cancer and 194 benign scans, 303 patients), frozen Models-Genesis whole-scan features classified cancer versus benign at an out-of-fold AUC of 0.994 under patient-grouped cross-validation and transferred near chance to two external cohorts. One is LIDC-IDRI, where malignancy is a median radiologist rating, not a confirmed diagnosis. The other carri
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