Diagnosing seizure onset zone (SOZ) is a challenge in neurosurgery, where stereoelectroen cephalography (sEEG) serves as a critical technique. In sEEG SOZ identification, the existing studies focus solely on the intra-patient representation of epileptic information, overlooking the general features of epilepsy across patients and feature interdependencies between feature elements in each contact site. In order to address the afore-mentioned challenges, we propose the shared attention based autoencoder (sATAE). sATAE is trained by sEEG data across all patients, with attention blocks introduced
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: Post-Stroke Dysphagia (PSD), as a common complication of cerebrovascular accidents, seriously affects patients’ quality of life and prognosis. This retrospective study aims to provide a reliable machine learning model for predicting the prognostic factors of PSD. METHODS: The clinical data from patients admitted to the Fourth Affiliated Hospital of Soochow University from January 2021 to December 2023 were collected. The dataset was chronologically split into a training set (January 2021-May 2023, n = 377) and a temporal validation set (June-December 2023, n = 91). Feature variable
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.
Retinal vessel analysis in ultra-widefield (UWF) images provides a unique opportunity for large-scale assessment of systemic microvascular health. However, accurate segmentation in true-color UWF images remains challenging due to the large field of view, complex background, and reduced vessel contrast. To address these challenges, we develop ECS-Net, a dedicated deep learning (DL) framework for retinal vessel segmentation in true-color UWF images. Our ECS-Net adopts an enhanced encoder decoder architecture that integrates a dual-domain context enhancement module (DCEM), consisting of an anisot
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.
Cerebrovascular diseases (CVDs) such as aneurysms, arteriovenous malformations, stenosis, and Moyamoya disease are major public health concerns. Accurate classification of these conditions is essential for timely intervention, yet current computer-aided methods often exhibit limited representational capacity, feature redundancy, and insufficient interpretability, restricting clinical applicability. We propose PASAformer, a Swin-Transformer-based framework for cerebrovascular disease classification on DSA. PASAformer incorporates a Pathology-Aware Sparse Attention (PASA) module that emphasizes
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: Toxic encephalopathy (TE) is a serious neurological complication among critically ill patients and is associated with considerable disability and mortality. Early risk prediction is essential for timely intervention and improved outcomes. However, evidence on prognostic modeling in TE remains limited. The primary objective of this study was to develop and validate a prognostic nomogram for predicting 28-day mortality in critically ill patients diagnosed with TE and to evaluate its clinical utility.
METHODS: Adult patients diagnosed with TE were retrospectively selected from the MI
СтатьяВалидационное исследованиеПоиск 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.
Hemorrhage remains the leading cause of preventable trauma death, with traditional vital signs failing to detect blood loss until 25-30% volume depletion occurs. Compensatory Reserve Measurement (CRM) enables earlier hemorrhage detection but current estimation methods force a tradeoff between performance and interpretability. We present the first Vision Transformer (ViT) for CRM estimation that achieves both superior accuracy compared to previous models and mechanistic explainability from arterial blood pressure (ABP) waveforms. Using data from 208 human subjects who underwent progressive lowe
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) holds significant promise for transforming cerebral infarction care, yet its real-world performance across the entire disease management continuum remains inadequately synthesized, with heterogeneous evidence and unclear clinical translation pathways. To address this gap, this systematic review and meta-analysis comprehensively evaluates the performance and application value of AI models in diagnosis, subtype classification, severity grading, treatment guidance, and prognosis prediction for cerebral infarction. Adhering to PRISMA 2020 guidelines, we identified 76 e
СтатьяСистематический обзорМетаанализПоиск 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 computer-aided diagnosis of pediatric pneumonia remains challenging due to limited annotated data. To systematically address this challenge, a spatially transformed and adversarially realigned vision transformer (STAR-ViT) is proposed. STAR-ViT integrates spatial transformation consistency and adversarial cross-modal realignment within a single architecture. The spatial transformation module enforces feature consistency under random perturbations to enhance translation robustness, while the adversarial realignment module employs a domain discriminator to extract modality-invariant fea
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.
Automated medical report generation in specialized fields like spine radiography is constrained by data scarcity and high annotation costs. Consequently, existing multimodal large language models (MLLMs) struggle in these settings, often missing minute, scattered spinal abnormalities. We introduce SpineVLM, a data-efficient framework for structured spine X-ray report generation. The framework is built upon the newly constructed SXRG dataset, comprising 10,468 image-report pairs developed via a hierarchical AI-assisted annotation pipeline. To optimize learning under limited data, we propose Mar
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.
Automated analysis of spinal CT involves localising, identifying and segmenting individual vertebrae. Challenges due to similarity of vertebral structures, pathological variations and rare cases (e.g. transitional vertebrae), lead to misclassifications. Prior approaches typically address segmentation and localisation separately, with multi-stage pipelines, disregarding their intrinsic relationship. This paper introduces VerTE-MT, a novel singlestage, multi-task (MT) learning framework that concurrently performs vertebrae segmentation and centroid localisation. The proposed architecture integra
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.
Positron Emission Tomography (PET) is a critical imaging modality in nuclear medicine but requires radioactive tracer administration, which increases radiation exposure risks. While recent studies have investigated MR-guided low-dose PET denoising, they neglect two critical factors: the synergistic roles of multicontrast MR images and disease-specific denoising requirements. In this work, we propose a diffusion model that integrates T1-weighted, T2 fluid attenuated inversion recovery (T2 FLAIR), and hippocampal-optimized (T2 HIPPO) MR sequences to achieve ultra-low-dose PET denoising tailored
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: Telemedical interventions have been shown to reduce mortality and morbidity and improve the quality of life of chronic heart failure (CHF) patients. During the Covid-19 pandemic remote coaching gained further importance; however, it is not clear if Covid-19-specific telecoaching has a long-lasting impact on behaviour change.
METHODS: Patients were pre-existing participants in a combined tele-monitoring and telecoaching programme for CHF. A total of 419 patients were assessed with a standardised questionnaire immediately before and three weeks after a COVID-19-specific telecoaching
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.
BACKGROUNDS: Reoperation is a key therapeutic strategy for recurrent or persistent papillary thyroid carcinoma (PTC), but its outcomes remain highly heterogeneous. Effective early risk stratification is essential to guide clinical decision-making and improve patient prognosis. This study aims to develop and validate interpretable machine learning (ML) models for the early prediction of reoperation response in patients with recurrent or persistent PTC.
METHODS: This retrospective study included 670 patients with PTC who underwent reoperation at Wuhan Union Hospital between January 2012 and Jan
СтатьяВалидационное исследованиеПолный 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: Heart rate variability (HRV) reflects autonomic regulation and has emerged as a promising noninvasive marker for risk stratification in critical illness. In HIV-positive intensive care unit (ICU) patients, autonomic dysfunction may influence survival, yet its prognostic potential remains underexplored. METHODS: We analyzed HRV and physiological data from 145 HIV-positive ICU patients to develop machine-learning models for in-hospital survival prediction. Three feature selection techniques—correlation analysis, mutual information, and random forest importance—were systematically com
СтатьяСравнительное исследованиеПолный 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: Large language models are increasingly explored as clinical decision-support tools; however, their reliability in gynecologic practice remains insufficiently characterized. This study aimed to evaluate the quality of clinical management recommendations generated by ChatGPT-5 for human papillomavirus (HPV) infection and cervical premalignant lesions using a scenario-based expert assessment approach. METHODS: Fifteen clinically relevant scenarios reflecting common presentations of HPV infection and cervical premalignant lesions were developed in alignment with contemporary guideline
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: The standard HIV diagnostic algorithm comprises sequential serological screening, confirmatory antibody testing, and nucleic acid confirmation when necessary. This multi-step process often causes diagnostic delays, particularly in cases with indeterminate or discordant results. Developing a Nomogram-based predictive tool to identify individuals at high risk of anti-HIV-1 negative or inconclusive antibody confirmation could significantly optimize testing efficiency.
METHODS: A total of 2,468 individuals with HIV reactive screening results were randomly divided into a training set (
СтатьяВалидационное исследованиеПолный 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: Metabolic syndrome (MetS) is an emerging complication among people living with HIV (PLHIV) receiving long-term antiretroviral therapy (ART), particularly with protease and integrase inhibitor regimens. Early identification of high-risk individuals remains challenging, and predictive tools are limited in African settings. This study evaluated nine machine learning (ML) algorithms for predicting MetS in ART-treated adults.
METHODS: We analysed a retrospective cohort of 1,027 PLHIV without baseline MetS, followed for 144 weeks; 854 with complete data were included. Nine ML algorithms
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.
Standard Patlak imaging requires prolonged dynamic PET acquisition ($\geq$60 min), hindering its clinical adoption. Although the relative Patlak (RP) plot shortens scan times, it entails a trade-off between acquisition duration and image fidelity, and lacks absolute quantitative validation. To address these limitations, we developed the Multi-View $K_{i}$ Diffusion Model (MVKDM), which integrates the average standardized uptake value PET (PETavg) and $K_{i}^{\prime }$ images as conditional priors to synthesize high-quality $K_{i}$ images. MVKDM employs a multi-view strategy to ensure 3D struct
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: Tuberculous pericardial effusion (TPE) presents significant diagnostic challenges due to its nonspecific clinical presentation and similarities with other types of pericardial effusion. The available data on the use of artificial intelligence for predicting TPE is minimal and needs further expansion. This study aimed to evaluate the diagnostic performance of various machine learning algorithms (MLAs) in identifying TPE among patients with pericardial effusion.
MATERIALS AND METHODS: A retrospective study was conducted at Cho Ray Hospital in Vietnam from 2010 to 2020. Eight MLAs-lo
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.
Spatial transcriptomics (ST), known as an expensive medical examination, plays an important role in analyzing the spatial heterogeneity of tumors. When considering the correlation between tissue morphological patterns and gene profiles, predicting corresponding gene expression from pathology images obtained from affordable biopsies is regarded as an instantaneous and cost-effective alternative. However, accurately modeling the complex and nonlinear relationship between histological features and gene expression remains challenging. Existing deep learning models often struggle to generalize on l
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