Orbital fractures are frequently encountered in maxillofacial trauma and can be associated with severe globe injuries (SGI). Accurate and timely diagnosis is critical to prevent long-term complications, yet subtle fractures and soft tissue injuries may be overlooked. Recent advances in artificial intelligence offer promising tools to support clinical decision-making in acute settings. We collected CT images from 250 eyes with orbital wall fractures treated at a single center between May 2020 and May 2023. From CT scans of included subjects, a dataset of 18,000 annotated orbital CT scan slices
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.
European spine journal : official publication of the European Spine Society, the European Spinal Deformity Society, and the European Section of the Cervical Spine Research Society2026eng
PURPOSE: To refine a method of assessing lumbar stability by applying artificial intelligence and incorporating the use of a walking aid during imaging procedures. METHODS: A software application was developed to evaluate lumbar stability parameters using machine learning and neural network models (Swin-Resnet). The intra-class correlation coefficient (ICC) was used to assess the agreement between Swin-Resnet and the evaluations conducted by three spine surgeons, each with over ten years of experience. Subsequently, traditional flexion-extension radiographs (FET) and flexion-extension radiogra
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.
BACKGROUND: Optimal contrast agent dosing in computed tomography (CT) depends on accurate patient weight, yet manual measurements increase workload and self-reporting can introduce bias. We developed and tested a deep-learning-based algorithm to automate the approximation of contrast agent dosage directly from CT scout images.
METHODS: We retrospectively analyzed 817 patients undergoing thorax/abdomen CT. Prior to examination, patient weight was collected via manual scale measurements and self-reporting. We developed an EfficientNet convolutional neural network pipeline to estimate weight 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.
Artificial intelligence (AI) is rapidly being applied to medical imaging; however, the evidence base for endoscopic ultrasonography-based AI (EUS-AI) remains limited. We conducted a structured literature search (PubMed, Embase, and the Cochrane Library) for studies on AI for the diagnosis of pancreatic diseases using EUS images. Overall, 1 detection and 17 classifications of pancreatic tumors, 4 classifications of cystic lesions, and 4 focused on parenchymal or station recognition were reported in recent peer-reviewed publications. Deep learning architectures, such as ResNet, EfficientNet, VGG
СтатьяОбзорПолный 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.
SIGNIFICANCE: Optical coherence tomography (OCT) is widely used for the diagnosis of retinal diseases. However, deep learning models trained on a single dataset often degrade when deployed across scanners and clinical sites due to device-dependent speckle variability and acquisition differences, limiting their reliability in real-world screening.
AIM: We aim to develop a lightweight deep learning framework that leverages speckle characteristics in OCT images to improve cross-scanner generalizability for retinal disease classification while preserving real-time inference efficiency.
APPROACH:
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.
AIMS: Cervical cancer has high incidence and mortality, seriously threatening women's survival and quality of life. Radiologists currently rely mainly on subjective clinical experience for cervical cancer T-staging, which easily leads to misdiagnosis.
OBJECTIVES: To develop a deep learning-based technique for automatic segmentation and T-staging of cervical cancer to improve clinical diagnostic accuracy and efficiency.
MATERIALS AND METHODS: A dataset of 17,479 fT1WI MRI scans from 144 patients (T1-T4 stages) was constructed; tumors and adjacent structures were manually outlined with Amira 2
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.
Obstructive sleep apnea (OSA) patients show highly fragmented sleep with frequent stage transitions, challenging existing automatic sleep staging in feature extraction, multimodal correlation modeling, and interpretability. Current methods rely on fixed-threshold denoising and standard positional encoding, suffering from obvious module stacking and a lack of design tailored to OSA's non-stationary signals. To address these issues, this paper proposes WaveCrossNet, an enhanced Transformer-based model for OSA sleep staging. Instead of simple module stacking, WaveCrossNet embeds adaptive wavelet
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.
Deep learning methods have significantly advanced the analysis of brain imaging data for various downstream tasks such as disease diagnosis and age prediction. However, most existing methods train deep models on large amounts of imaging data, neglecting prior domain knowledge about brain structure and disease. To address this limitation, we propose KGT, a knowledge-guided graph transformer network that integrates medical domain knowledge with brain images to learn more relevant features and complex associations from regions of interest (ROIs), achieving superior performance in multiple tasks i
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: The aim of this study was to investigate the feasibility of using Long Short-Term Memory (LSTM) neural networks to predict Taekwondo kick force from data obtained by inertial measurement unit (IMU) sensors, providing a cost-effective alternative to traditional force plates in sports biomechanics. Methods: IMU (Noraxon Ultium) data from 13 International Taekwon-do Federation (ITF) athletes (9 training, 4 validation) across genders and skill levels (expert in training, expert/advanced in validation) were collected. Sensors were attached to a foot, shank and tight of kicking leg. Athlete
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 propose a new protocol for personalized mandibular reconstruction assisted by three-dimensional (3D) retrieval model based on fully connected neural network (FCNN) and a database of mandibles, and to verify clinical feasibility of the protocol.
METHODS: A database of mandibles of 300 normal northern Chinese Han people was established. On the basis of cephalometry, the mandible landmarks with good stability were further screened. Mandibular landmarks were selected and geometric features of the mandible were extracted. A 3D retrieval algorithm was developed, which could retrieve t
Аннотация на английскомСтатьяПолный 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.
Soil heavy metal contamination, particularly cadmium (Cd), poses a significant risk to ecosystems and human health. This study investigates the distribution and bioavailability of Cd in soil and Paeoniae Radix Alba system from Qiaocheng District, Bozhou City, China. To measure and predict Cd concentrations, we employed traditional laboratory methods and machine learning models, such as the Backpropagation Neural Network (BPNN) and Convolutional Neural Network combined with Long Short-Term Memory units (CNN-LSTM). The results revealed that although Cd concentrations in the soil of the Bozhou ar
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: Parkinson's disease (PD), the second most common neurodegenerative disease in the world, is usually not diagnosed until the later stages of the disease, when patients might have already missed the best treatment period. Therefore, more effective prediction methods based on artificial intelligence (AI) are needed to assist physicians in timely diagnosis.
NEW METHODS: An explainable deep learning-based early Parkinson's disease diagnostic model, Parkinson's Integrative Diagnostic Gated Network (PIDGN), was designed by fusing Single Nucleotide Polymorphism (SNP) and brain sMRI data.
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.
Lead (Pb), a heavy metal with extensive industrial applications, poses significant risks to human health and the environment. These detrimental effects have driven strict global and local regulations, such as World Health Organization and Taiwan's drinking water limits, to minimize exposure and protect public health. To ensure compliance with these regulatory standards, we engineered lead ion biosensors by fusing microbial metal-binding proteins with cyan (CFP) and yellow (YFP) fluorescent proteins. These biosensors undergo a lead-induced conformational change in live cells, bringing the donor
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: Syndrome differentiation is crucial in traditional Chinese medicine (TCM) diagnosis and treatment, but it heavily relies on expert experience, limiting systematic standardization.
OBJECTIVE: This study developed and validated a BERT (bidirectional encoder representations from transformers)-based model, the traditional Chinese medicine pancreatic cancer syndrome differentiation bidirectional encoder representations from transformers (TCMPCSD-BERT), using in-house pancreatic cancer medical records, to digitalize expert knowledge and support standardized syndrome differentiation in T
СтатьяВалидационное исследованиеПоддержка 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: Differentiated thyroid cancer (DTC) is a common endocrine malignancy with rising incidence and frequent recurrence, despite a generally favorable prognosis. Accurate recurrence prediction is critical for guiding post-treatment strategies. This study aimed to enhance predictive performance by refining feature engineering and evaluating a diverse ensemble of machine learning models using the UCI DTC dataset.
METHODS: Unsupervised data engineering-specifically dimensionality reduction and clustering-was used to improve feature quality. Principal Component Analysis (PCA) and Truncated
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.
The high medicinal value, strong market demand, and premium price of Panax notoginseng have led to frequent adulteration in Chinese retail markets, posing serious risks to consumer health and food safety. However, existing adulteration detection methods are often limited by low efficiency and high costs, restricting their applicability for large-scale quality screening of Panax notoginseng products. This study aims to develop a rapid and cost-effective approach integrating attenuated total reflection-Fourier transform infrared (ATR-FTIR) spectroscopy with deep learning for accurate identificat
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.
Bacterial membranes are essential for processes such as nutrient transport, signal transduction, and maintaining cellular integrity. Within these membranes, specialized microdomains like cardiolipin-rich domains, serve as key sites for protein localization, membrane curvature regulation, and stress response. These microdomains possess high anionic headgroup density and specific lipid composition, which can enhance electrostatic and hydrophobic interactions with antimicrobial agents. In this study, we investigated whether antimicrobial compounds can selectively target membranes with distinct la
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.
High-throughput analysis of EEG data has significantly contributed to understanding neural dynamics in Alzheimer's disease diagnosis. However, the complexity and high dimensionality of EEG signals pose challenges for traditional classification methods, which often fail to capture intricate patterns. To address this, we propose a hybrid approach integrating Topological Deep Learning (TDL) with machine learning models-including Support Vector Machines (SVM), Random Forest (RF), Neural Networks (NN), and Logistic Regression (LR)-for Alzheimer's disease classification. By leveraging TDL, our metho
СтатьяОтозванная публикацияПоиск 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: Parkinson's disease (PD) leads to handwriting abnormalities primarily characterized by micrographia. Whether micrographia manifests early in PD, worsens throughout the disease, and lastly responds to L-Dopa is still under scientific debate.
OBJECTIVES: We investigated the onset, progression and L-Dopa responsiveness of micrographia in PD, by applying a non-invasive and cheap tool of artificial intelligence- (AI)-based pen-and-paper handwriting analysis.
METHODS: Fifty-seven PD undergoing chronic L-Dopa treatment were enrolled, including 30 early-stage (H&Y ≤ 2) and 27 mid-advance
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.
Neurodevelopmental disorders exhibit highly similar behavioral characteristics in clinical assessments, heavily relying on subjective behavioral reports, leading to insufficient understanding of the neurobiological mechanisms behind inter-patient heterogeneity and symptom overlap between diseases. To address this issue, this study proposes a graph neural network framework that integrates neuroimaging data, focusing on three key problems: Firstly, enhance the nonlinear features in brain neural activity by introducing the Neurodynamics Rössler system. Transform raw static neural signals into sim
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