Clinical codes assigned from discharge summaries support clinical research, reimbursement, health resource allocation, and service planning. In Australia, ICD-10-AM and ACHI are used to code diagnoses and interventions for admitted episodes of care, but manual coding is time-consuming, labour-intensive, and subject to variability. This study investigates large language models for automated ICD-10-AM and ACHI code assignment from discharge summaries. We first normalised a public ICD-9-CM coded dataset into the Australian coding system using General Equivalence Mappings and semantic similarity o
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.
Visual electrophysiology offers an objective alternative to subjective vision assessments, providing enhanced reliability but remaining underutilized for visual impairment categorization due to imperfect datasets, noisy signals, and label inconsistencies. To address these challenges, we first construct a new dataset comprising ERG and VEP recordings from 1,970 participants with various ocular conditions and a mean age of 21.59 $\pm$ 4.47 years. A three-class categorization task is defined to reflect clinical disability grading. We then propose a template-anchored decomposition method for noise
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.
Facial hypomimia, a common symptom of Parkinson's disease (PD), is characterized by reduced facial expressiveness due to muscle rigidity. Its clinical assessment, typically based on the Movement Disorder Society-Unified PD Rating Scale, is challenging due to the limited clinician availability, subjectivity, and time consuming procedures. In this paper, we propose a transformer-based multi-view multimodal fusion framework for efficient and objective video-based automated assessment of PD facial expressions. The framework incorporates facial anatomical priors, jointly models global and local fea
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.
Thyroid Eye Disease (TED) often causes proptosis and optic nerve compression, and orbital decompression surgery is commonly performed to relieve these symptoms. However, postoperative anatomical changes are highly nonlinear and patient-specific due to bone removal and orbital content displacement, which makes reliable preoperative prediction both critical and challenging. Existing methods for pre- to postoperative medical image generation often overlook an important clinical prior that, although surgery induces local structural changes, the overall anatomy of the same patient remains largely c
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 patient-specific structural assessment of adenomyosis is essential for fertility-preserving treatment planning, but pelvic T2-weighted MRI is difficult to parse because the uterus, endometrium, ectopic glands, hemorrhagic foci, and adenomyoma are nested, overlapping, and highly imbalanced. We propose Q-LCAN, an anatomy-constrained Quantum-Agentic System that converts MRI into a structured surgical digital twin. A dense 3D decoder first estimates target-specific probability maps and signed distance fields. Five target agents then exchange visual evidence under predefined anatomical axi
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: Post-stroke cognitive impairment (PSCI) is common and disabling, but identifying patients at risk early remains difficult. We developed and externally validated a retrospective machine-learning prognostic model using acute-phase predictors collected within 1 week after stroke onset to estimate PSCI risk assessed at 3-6 months after stroke.
METHODS: Two inpatient rehabilitation cohorts were retrospectively analyzed: Center 1 (n = 1,369; training/internal test) and Center 2 (n = 341; external validation). Cognitive status at 3-6 months was the outcome. Features were selected with Bo
СтатьяМногоцентровое 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.
Freezing of gait (FOG), a debilitating symptom of Parkinson's disease, can manifest in three sub-types: shuffling, trembling, and akinesia, with occurrence and frequency varying across patients. While deep learning (DL) models show promise in FOG detection, their robustness and generalization across subtypes are limited by data scarcity and imbalances between FOG/non-FOG classes and among subtypes. To address this, we propose a subtype-aware FOG augmentation technique enabling training of DL models to perform consistently across subtypes. Specifically, we introduce Hierarchical Coarse-to-Fine
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.
Multidomain and multimodal identification of the walking gait-cycle states is important for detecting and monitoring locomotion disorders such as Parkinson's disease (PD). We propose a novel multizonal clustering and multi-level thresholding method based on analyzing multizonal plantar load distribution for generating a discrete gait-state time-interval (GSTI) signal to improve PD diagnosis accuracy and the effectiveness of rehabilitation through personalized strategies. Multidomain analysis of the GSTI signal shows a novel coupled I.Baryskievic-H.Li bio-oscillator interpreted as a GSTI-derive
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: Eye diseases are prevalent conditions around the world. More than 2 billion individuals globally have visual impairment. However, reducing the worldwide burden of eye disorders requires increased public awareness of prevalent eye diseases.
OBJECTIVE: This study aimed to investigate the prevalence of ophthalmic symptoms and associated factors among adults studying or working at King Saud bin Abdulaziz University for Health Sciences, Saudi Arabia.
METHODS: A cross-sectional study was conducted among adults studying or working at King Saud bin Abdulaziz University for Health Science
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.
Positron emission tomography (PET) with various tracers plays a critical role in Parkinson's disease (PD) studies. However, the clinical application of PET with novel or less-available tracers is limited by factors such as high cost and short half-life. To address this limitation, we developed a cross-tracer PET synthesis model based on diffusion model to directly synthesize cross-tracer PET images from widely used 18F-FDG PET images for PD studies. The network was initially trained on 18F-FDG and 11C-CFT datasets, and subsequently fine-tuned on 18F-FDG and 18F-DOPA datasets. After anonymizati
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.
Estimating standard short-term (ST, 5 min) heart rate variability (HRV) metrics (derived from electrocardiogram (ECG)) using ultra-short-term (UST, $< 5$ min) segments of photoplethysmogram (PPG) is desirable for real-time, cost-effective HRV monitoring in critical care settings. Traditional PPG-based HRV estimation relies on pulse rate variability (PRV), which is limited in accuracy due to physiological differences between PPG and ECG signals. Here, we propose a data-driven, end-to-end deep learning approach that estimates ECG-based ST HRV metrics directly from UST PPG segments (as short as 1
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: Diabetic peripheral neuropathy (DPN) affects 20%-50% of patients with type 2 diabetes mellitus (T2DM), yet early screening is limited by restricted access to nerve conduction studies (NCS). We aimed to develop and validate a dual-modality ultrasound radiomics model combining B-mode ultrasound (BMUS) and shear wave elastography (SWE) of the medial gastrocnemius (MG) - an accessible surrogate reflecting neurogenic muscle atrophy - for noninvasive DPN detection.
METHODS: A total of 190 T2DM patients (380 limbs) enrolled between June 2025 and February 2026 were allocated to training (
СтатьяМногоцентровое 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.
The diagnostic accuracy of depression is hindered by its heterogeneous presentation and the insufficiency of unimodal data. To address this, we introduce a novel framework, Multi-Modal Depression Recognition via Label-Aware Contrastive Learning and Cross-Modal Alignment (MMDR-LCA). Our core technical contribution is a cross-modal alignment mechanism that systematically models the dyadic relationships between text-audio, text-video, and audio-video modalities. Unlike conventional fusion, this mechanism explicitly mitigates latent modality conflicts, such as positive facial expressions deceptive
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.
Obstructive sleep apnea (OSA) is a prevalent disorder in middle-aged and obese men with increased risk of cardiovascular disease, metabolic dysfunction, and neurocognitive impairments. Delays in diagnosis and treatment of patients with OSA increase long-term all-cause mortality. In this study, we developed a multimodal artificial intelligence (AI) model that utilizes two-dimensional facial photograph, cephalometric radiograph, and clinical data to enhance OSA screening. Clinical parameters of sex, age, body mass index, neck circumference, and abdominal circumference and sleep questionnaires we
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.
BACKGROUND: Chronic diseases impose a significant burden on global health. Knowledge graphs (KGs), which integrate and represent multisource information as interconnected networks, provide a promising approach for enabling personalized and dynamic health management. The aim of this scoping review is to systematically map the current landscape of KG applications in chronic disease health management.
METHODS: In accordance with the Arksey and O'Malley framework and the PRISMA-ScR guidelines, a systematic search was conducted in eight databases, namely, the Wanfang Database, CNKI, VIP, SinoMed,
Scoping ReviewСтатьяСистематический обзорПоиск 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.
Identifying gene co-expression (GCE) modules from transcriptomic data is critical for understanding cellular functions and disease mechanisms. Traditional methods often rely on rigid assumptions to detect modules with specific topologies (e.g., spherical clusters or fully connected cliques), limiting their ability to capture the complex and heterogeneous co-expression patterns across different cancer types. Graph convolutional networks (GCNs) have been shown to encode topological structures and node content of networks, which provide a promising direction for more flexible gene co-expression m
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.
The subjective nature of descriptive endoscopic diagnosis and the propensity of large vision-language models (LVLMs) to produce semantic hallucinations pose significant threats to clinical safety and standardized patient management. While computer-aided detection (CADe) systems are widely adopted for lesion localization, the transition toward standardized descriptive diagnosis (CADx) remains hindered by large model size, high inference latency, and hallucination risks. To address these barriers, we propose EndoCADx, a compact, low-latency generative framework tailored for standardized gastric
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.
An accurate estimation of mycophenolic acid (MPA) exposure after renal transplantation is important for reducing acute rejection in patients treated with mycophenolate mofetil (MMF) or enteric-coated mycophenolate sodium (MPS). We propose MPAExpo-LM, a fine-tuned large language model with a differential attention denoising module for this task. Experiments on real-world datasets demonstrate that MPAExpo-LM achieves superior results compared to existing methods in the task, offering a new pathway for precise immunosuppressive therapy. It attains an RMSE of 8.78 mg·h/L using three sampling point
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.
Accurate prediction of cancer cell responses to chemical compounds remains a fundamental challenge in precision oncology and drug discovery. Although several drug response prediction (DRP) models have been proposed, most were evaluated using random splits of drug-cell line pairs, allowing the same drugs to appear in both training and test sets. In practice, models must predict responses to previously unseen compounds, necessitating robustness under drug- blind and scaffold- blind splits. However, many existing models show substantial performance degradation under these conditions, indicating l
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.
Text-augmented medical image segmentation has become a promising approach to improving medical image analysis by incorporating linguistic descriptions into dense prediction, especially for identifying and segmenting complex anatomical structures. However, existing methods often face challenges due to the semantic gap between concise textual descriptions and dense visual context. This would easily cause the over-alignment or under-alignment issues, resulting in suboptimal segmentation performance. In this paper, we propose a novel framework named TEAM to improve the alignment between visual and
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