BACKGROUND: After total hip arthroplasty (THA), regular follow-up X-rays are required to evaluate the position of the prosthesis. However, measuring the parameters of prosthesis position consumes a significant amount of time, and there may be variations in the results obtained by different doctors.
PURPOSE: To validate the feasibility of an artificial intelligence model for the automated measurement of component position parameters on anteroposterior X-rays after THA.
MATERIALS AND METHODS: Post-THA anteroposterior X-rays were collected from five hospitals in Inner Mongolia, China. They were
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.
Continuous monitoring of lower-limb kinematics in natural environments is essential for gait analysis and rehabilitation but remains challenging due to the limitations of optical systems and the inaccuracy of sparse inertial sensor methods. To address this, we propose a high-precision, minimalist wearable system utilizing only three inertial measurement units placed on the pelvis and shanks. In the data preprocessing stage, engineering modifications are made based on the traditional gradient descent algorithm to implement adaptive channel adjustment on the acceleration and magnetic data of a 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.
OBJECTIVE: This study aimed to develop and compare two deep learning models for automated detection and classification of maxillary sinus variations using cone-beam computed tomography (CBCT): a slice-based two-dimensional (2D) model based on sagittal images and a three-dimensional (3D) volume model using full CBCT volumetric scans.
MATERIALS AND METHODS: CBCT scans from 452 patients (631 sinuses) were reviewed and categorized into six clinically relevant sinus radiographic variations: normal anatomy, hypoplasia, mucosal thickening, polypoid lesions, septa, and sinus opacification. For the tw
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: Oral squamous cell carcinoma (OSCC) is the sixth most common type of cancer worldwide. Its diagnosis and treatment rely on pathological section analysis. However, the pathological diagnosis process is time-consuming, complicated, and may lead to errors due to human subjective factors. Therefore, the development of Automated and accurate auxiliary diagnostic tools based on deep learning are crucial.
METHODS: This study proposed a novel deep learning model RRGNet, which was improved based on the RegNet architecture. By introducing the Ghost module and the residual channel attention
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.
MOTIVATION: Spatial sequencing technologies enable the single-cell-level study of molecular organization in tissues. Revealing such spatial patterns relies on accurate cell segmentation. In complex tissues with dense cell packing, segmentation based solely on nuclear staining is insufficient for accurate cell boundary detection. This limitation arises because accurate segmentation necessitates the delineation of cell morphology, which is driven by molecular activities such as cytoskeletal dynamics, cell-cell adhesion, and intercellular signaling. Thus, integrating molecular information, includ
СтатьяПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
MOTIVATION: Drug repositioning accelerates clinical translation by identifying new therapeutic indications for approved drugs. However, therapeutic associations in biomolecular networks often exist indirectly, through transitive chains and long-range mechanisms, rather than as directly observed links. Shallow methods are confined to direct similarity and miss such indirect associations, whereas deep graph neural networks suffer from over-smoothing and lose discriminative power in highly connected networks.
RESULTS: We propose a spatial-spectral collaborative framework. In the spatial domain,
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.
Neuroimaging is a promising modality for early AD detection, facilitating timely clinical intervention. This study proposes an enhanced deep learning framework that extracts critical AD biomarkers from structural MRI (sMRI) data acquired from the ADNI. Our novel CNN architecture integrates conventional convolutional layers with residual and skip connections for efficient feature extraction, achieving substantially lower computational cost than standard deep architectures such as VGG-16 (138 M), while remaining more parameter-intensive than highly compact architectures such as MobileNet and Eff
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 paper introduces a hybrid deep learning model combining ConvNeXt and Swin Transformer for classifying brain tumors from MRI scans. The ConvNeXt backbone is employed to obtain detailed local spatial features, whereas the Swin Transformer identifies hierarchical long-range dependencies, facilitating complementary feature representation. The proposed model is evaluated on a combined public MRI dataset of 7,023 images distributed across four categories: glioma, meningioma, pituitary, and no tumor. Experimental results demonstrate that the proposed hybrid architecture outperforms several state
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.
BACKGROUND: Colorectal cancer (CRC) ranks as the third highest incidence among malignancies for human and the second most common cause of cancer-related mortality in the United States. Accumulating evidence has established microRNAs (miRNAs) as critical regulators of cancer development and therapeutic response. Understanding miRNA-mRNA interactions is critical for elucidating the molecular mechanisms driving CRC and other malignancies. However, accurately modeling miRNA-mRNA interactions and their binding patterns remains challenging.
METHODS: In this study, we proposed GIN-CRC-Pareto, a grap
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 presents a method for the active control of a follow-up lower extremity exoskeleton rehabilitation robot (LEERR) based on human motion intention recognition. Initially, to effectively support body weight and compensate for the vertical movement of the human center of mass, a vision-driven follow-and-track control strategy is proposed. Subsequently, an algorithm for recognizing human motion intentions based on machine learning is proposed for human-robot collaboration tasks. A muscle-machine interface is constructed using a bi-directional long short-term memory (BiLSTM) network, whic
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.
Cancer of bone marrow is classified as Acute Lymphoblastic Leukemia (ALL), an abnormal growth of lymphoid progenitor cells. It affects both children and adults and is the most predominant form of infantile cancer. Currently, there has been significant growth in the identification and therapy of acute lymphoblastic leukemia. Therefore, a method is required that is capable to accurately assessing risk by an appropriate treatment strategy that takes into account all relevant clinical, morphological, cytogenetic, and molecular aspects. However, to enhance survival and quality of life for those aff
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: This study aimed to evaluate the diagnostic accuracy of artificial intelligence (AI) models in predicting dental extractions during orthodontic treatment planning.
METHOD: A systematic review and meta-analysis were conducted following PRISMA guidelines and registered in PROSPERO (CRD42024582455). Comprehensive searches were performed across PubMed, Scopus, Web Of Science, and Google Scholar up to June 2, 2025. Eligible cross-sectional studies assessing AI-based models against clinical standards were included. Data on model performance were extracted and pooled using a random-effec
СтатьяСистематический обзорМетаанализПолный 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: Identity verification and geographical belonging are significant issues with mental health implications, particularly in forensic contexts. Anthropometric measurements offer potential insights into these relationships.
AIM: This study aims to evaluate the significance of anthropometric measurement results and the relationship between an individual's identity and their geographical belonging through artificial neural networks from a mental health perspective.
METHODS: Study Population: The study population consisted of female individuals who visited or were brought to the forensic
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.
European journal of surgical oncology : the journal of the European Society of Surgical Oncology and the British Association of Surgical Oncology2025eng
BACKGROUND: OCT (Optical Coherence Tomography) functions as a high-resolution non-invasive imaging technology that serves multiple applications within ophthalmology and cardiology and dermatology as well as oncology. The adoption of OCT technology showed major diagnostic progress but medical professionals still face obstacles in complex picture interpretation as well as inconsistent accuracy rates. The implementation of Artificial Intelligence (AI) systems that use machine learning (ML) and deep learning (DL) functions has enabled OCT to analyze images automatically while offering better diagn
СтатьяScoping ReviewПоиск 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.
Classical approaches to diagnosis frequently rely on self-reported symptoms or clinician observations, which can make it difficult to examine mental health illnesses due to their subjective and complicated nature. In this work, we offer an innovative methodology for predicting mental illnesses such as epilepsy, sleep disorders, bipolar disorder, eating disorders, and depression using a multimodal deep learning framework that integrates neurocardiac data fusion. The proposed framework combines MEG, EEG, and ECG signals to create a more comprehensive understanding of brain and cardiac function i
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.
Parkinson's disease is a neurological disorder, and early diagnosis is crucial for the treatment and quality of life of patients. Gait movement disorder is a significant manifestation of PD, and automated gait assessment is key to achieving automated detection of PD patients. With the development of deep learning, in order to improve the accuracy of early Parkinson's disease detection and enhance the robustness of motion recognition models, this study introduces an innovative deep learning approach, namely Multi-area Attention Spatiotemporal Directed Graph Convolutional Network (Ma-ST-DGN). Th
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.
Neuronal death is a central event in spinal cord injury (SCI) pathophysiology. Despite its importance, we have a fragmentary vision of the process. In our opinion, the research community has accumulated enough information to provide a more detailed, integrated vision of neuronal death after SCI. This work embeds this vision by creating an open repository to store and share data and results from their analysis. We have employed this repository to upload raw images of spinal cord sections from a mouse model of contusive SCI and used this information to compare manual-, threshold-, and neural net
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.
Developing optoelectronic synaptic devices with low power consumption, broadband response, and biological compatibility is crucial to simulate the functions of optic nerve. Here, an organic synapse transistor based on C8-BTBT/PMMA/PbS quantum dots (PbS QDs) is fabricated, which has good stability, low power consumption (as low as 0.49 fJ per event under 800 nm near-infrared optical pulse), and broadband response from ultraviolet to near-infrared wavelengths. Based on the trap and release of photogenerated carriers by PbS QDs, a series of synaptic behaviors are simulated by the device. Furtherm
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Studying the impact of COVID-19 on mental health is both compelling and imperative for the health care system's preparedness development. Discovering how pandemic conditions and governmental strategies and measures have impacted mental health is a challenging task. Mental health issues, such as depression and suicidal tendency, are traditionally explored through psychological battery tests and clinical procedures. To address the stigma associated with mental illness, social media is used to examine language patterns in posts related to suicide. This strategy enhances the comprehens
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.
Understanding health concepts in free text is an important task in biomedical NLP. Being able to map the extracted concepts to unique concept identifiers can facilitate integration of and interoperability across biomedical informatics applications. Advancement of pretrained large language models made it possible to identify health concepts in free text with a high degree of accuracy. However, they lack the ability to map the concepts to unique identifiers correctly. In this study we investigated a neural embedding approach to mapping health concepts to the Unified Medical Language System (UMLS
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