Globally, nervous system diseases are the leading cause of disability-adjusted life-years and the second leading cause of mortality in the world. Traditional diagnostic methods for nervous system diseases are expensive. So this study aimed to construct machine learning models using the convenient blood routine and biochemical detection data for diagnosis of nervous system diseases. After the data preprocessing, 25,794 healthy people and 7518 nervous system disease patients with the blood routine and biochemical detection data were utilized for our study. We selected logistic regression, random
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: Antimicrobial resistance (AMR), which refers to the ability of pathogenic bacteria to withstand the effects of antibiotics, is a critical global health issue. Traditional methods for identifying AMRs in clinical settings rely on in-lab testing, which hampers timely medical decision-making. Moreover, there is a notable delay in updating empirical treatment guidelines in response to the rapid evolution of pathogens. Recent advances in AMR research have illuminated the potential of machine learning-based patient information analysis using electronic health records (EHRs).
METHODS: Ag
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.
Hypomimia, or facial masking, is a prominent symptom in Parkinson's disease (PD), impacting up to 90% of patients and reducing their quality of life by impairing facial expressivity. Detecting hypomimia is challenging due to its subtle onset and the limited availability of robust diagnostic tools for automatic analysis. To address these gaps, we propose a novel approach based on cheek surface variability, which captures subtle, progressive changes in cheek movement across different temporal granularities within video frames. To evaluate the effectiveness of our cheek marker approach, we also 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 (PD) is a neurodegenerative disease that affects both the motor and nonmotor functions of an individual and is more prevalent in older adults. PD is preceded by an early stage called prodromal PD, which starts very early before the typical symptoms of the disease appear. If patients are managed and diagnosed at this initial stage, their quality of life can be maintained. Magnetic Resonance Imaging (MRI) is a widespread approach in neuroimaging that is very helpful in the diagnosis of brain-related diseases. Current studies of PD classification mostly use T1-weighted MRI or
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 differentiation between intrahepatic cholangiocarcinoma (ICC) and hepatocellular carcinoma (HCC) remains challenging due to overlapping imaging features. We propose a hyperspectral imaging (HSI)-based diagnostic framework using a lightweight Spectral-MLP network for label-free tumor classification. Seventy-nine liver specimens were analyzed after spectral calibration, noise-band removal, and normalization within 450-900 nm. Spectral analysis revealed distinct differences in hemoglobin-related bands (540-580 nm) and lipid/water absorption regions (760-850 nm), corresponding to vascular
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.
Alzheimer's disease (AD) is a neurodegenerative illness causing a significant decrease in cognitive function, and early, accurate diagnosis is of great therapeutic and diagnostic value. Currently, there is promising potential for applying various types of artificial intelligence techniques, such as enhanced models of deep learning, for classifying Alzheimer's disease. Therefore, this study proposes an Outline of deep learning to classify Alzheimer's disease with segmentation using the Multi-Layer U-Net and a hybrid classification approach combining multi-scale EfficientNet with SVM. The propos
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: The aim of this study was to evaluate the potential models to determine the most important anthropometric factors associated with type 2 diabetes mellitus (T2DM).
METHOD: A dataset derived from the Mashhad Stroke and heart atherosclerotic disorders (MASHAD) study comprising 9354 subject aged 65 - 35. 25% (2336 people) of subjects were diabetic and 75% (7018 people) where non-diabetic was used for the analysis of 10 anthropometric factors and age that were measured in all patients. A K-nearest neighbor (KNN) model was used to assess the association between T2DM and selected factors
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.
This study uses the modified artificial neural networks (ANN) model to predict the impact of PSMB9 indicator changes on the prognosis of patients in the death group. Building and training a binary classification ANN based on survival and death groups of patients with cutaneous melanoma (CM), the 10 therapeutic decision biomarkers as input data which were selected by previously our study. Using the death group as the prediction dataset, the expression level of PSMB9 is modified to observe how many samples in the prediction dataset are classified into the survival group or the death group by the
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.
Respiratory sound analysis has emerged as a promising approach for detecting and diagnosing respiratory diseases, including COVID-19. This study investigates using OpenSMILE features for COVID-19 detection using vowel speech sounds /a/, /e/, and /o/ from the COSWARA dataset. OpenSMILE facilitates the extraction of audio and functional features, which are then classified using various machine learning algorithms. Multiple ML classifiers Random Forest (RF), Support Vector Machine, Decision Tree, and Artificial Neural Network are evaluated. To enhance classification performance, five distinct 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.
Mannerisms describe repetitive or unconventional body movements like arm flapping. These movements are early markers of restricted and repetitive behaviors (RRBs) in autism spectrum disorder (ASD). However, assessing mannerisms reliably is challenging. Even after extensive training in behavioral observations, inter-rater agreements for mannerism items remain insufficient. The current study used machine learning (ML) to classify mannerisms from videotaped behavioral observations in children with ASD. We developed a classification scheme for mannerisms as ground truth and applied it to videotape
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.
Chronic Kidney Disease (CKD) is a highly prevalent non-communicable disorder lacking a gold standard method for diagnosis. Early-stage CKD remains undiagnosed and untreated leading to the disease progression. The study aimed to discriminate urine samples from CKD patients and healthy groups using an ATR-FTIR spectrometer. Forty-five healthy and a hundred CKD urine samples were included. Five replicates of three microliters of urine were dropped onto a crystal and air-dried as a film on a portable ATR-FTIR spectrometer. Spectra were analyzed using multivariate analysis combined with machine lea
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: Parkinson's disease (PD) diagnosis remains challenging due to subjective clinical assessments and late-stage symptom manifestation. Retinal optical coherence tomography (OCT) biomarkers, reflecting neurodegenerative changes, offer a non-invasive diagnostic avenue. This study integrates retinal OCT with explainable artificial intelligence (XAI) to address PD diagnostic uncertainties.
METHODS: Leveraging data from the Persian Cohort Study (202 PD patients, 972 controls), we developed a 6-layer deep neural network (DNN) combining OCT biomarkers (foveal thickness and volume) and clini
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.
OBJECTIVE: This study aims to develop a transformer-based deep learning model for real-time activity recognition and fall detection, addressing the limitations of existing methods in terms of accuracy and real-time applicability.
METHODS: The proposed system uses sliding window segmentation technique to process wearable sensor data, including accelerometer, gyroscope and orientation signals. The transformer encoder models temporal dependencies through a self-attention mechanism, enabling the extraction of global and local temporal patterns. The performance of the model is evaluated on an upda
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: Disparate access to expert pediatric cardiologist care and interpretation of electrocardiograms (ECGs) persists worldwide. Artificial intelligence-enhanced ECG (AI-ECG) has shown promise for automated diagnosis of ECGs in adults but has yet to be explored in the pediatric setting.
OBJECTIVES: This study sought to determine whether an AI-ECG model can accurately perform automated diagnosis of pediatric ECGs.
METHODS: This retrospective single-center cohort study included all patients with an ECG at Boston Children's Hospital read by an experienced pediatric cardiologist (≥5,000 re
СтатьяПоддержка 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.
The human brain is a highly complex neurological system that has been the subject of continuous exploration by scientists. With the help of modern neuroimaging techniques, there has been significant progress made in brain disorder analysis. There is an increasing interest about utilizing artificial intelligence techniques to improve the efficiency of disorder diagnosis in recent years. However, these methods rely only on neuroimaging data for disorder diagnosis and do not explore the pathogenic mechanism behind the disorder or provide an interpretable result toward the diagnosis decision. Furt
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: Osteoporosis is a bone disease characterized by reduced bone mineral density and quality, which increases the risk of fragility fractures. The current diagnostic gold standard, dual-energy X-ray absorptiometry (DXA), faces limitations such as low equipment penetration, high testing costs, and radiation exposure, restricting its feasibility as a screening tool.
METHOD: To address these limitations, we retrospectively collected data from 1995 patients who visited Chongqing Daping Hospital between January 2019 and August 2024. We have developed an opportunistic screening method using
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: Hand weakness is a major contributor to long-term disability in stroke survivors, severely affecting daily function and quality of life. Although wrist-worn accelerometers offer an objective means of measuring upper limb (UL) use in daily life, traditional metrics such as movement duration and interlimb ratios provide only limited insight. When combined with unsupervised clustering, these heuristic measures often fail to capture meaningful clinical differences as the groupings frequently show substantial overlap on clinical scales like the Action Research Arm Test (ARAT).
PURPOSE:
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.
PURPOSE: Distal radius fractures are among the most common upper extremity injuries. While convolutional neural networks (CNNs) have shown promise in fracture detection, no models have specifically addressed the need for reduction, which is a critical distinction for clinical decision-making. Current AI models detect fractures but fall short in guiding treatment, highlighting an opportunity to enhance triage through AI.
METHODS: We retrospectively assembled 495 patients with AP, lateral, and oblique wrist radiographs. To mirror real-world deployment, images were smartphone-style screenshots s
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.
With the emergence of numerous classifications, surgical treatment for adolescent idiopathic scoliosis (AIS) can be guided more effectively. However, surgical decision-making and optimal strategies still lack standardization and personalized customization. Our study aims to devise proper deep learning (DL) models that incorporate key factors influencing surgical outcomes on the coronal plane in AIS patients to facilitate surgical decision-making and predict surgical results for AIS patients. A total of 425 AIS patients who underwent posterior spinal fixation were collected. Variables such as a
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: Parkinson's disease (PD), a progressive neurodegenerative disorder prevalent in aging populations, manifests clinically through characteristic motor impairments including bradykinesia, rigidity, and resting tremor. Early detection and timely intervention may delay disease progression. Spiral drawing tasks have been established as effective auxiliary diagnostic tools. This study developed a hybrid deep learning model to analyze motion data from finger drawings of spiral and wave lines on smartphone screens, aiming to detect early Parkinson's disease.
METHODS: We recruited 58 age-ma
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