OBJECTIVE: To identify the independent factors influencing the benefits of tunnel-type mediastinal lymph node dissection in lung cancer patients, construct and validate a nomogram model that can quantitatively predict the benefits of this surgical procedure and provide an evidence-based tool for individualized clinical surgical decision-making. METHODS: Data on demographics, clinicopathology, surgical methods, and survival of stage N0-N2 lung cancer diagnosed between 2010 and 2022 were extracted from the SEER database for analysis. A total of 156 lung cancer patients admitted to our Hospital f
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: Social media has become deeply embedded in medical training, yet its influence on professionalism and the developing professional identity of medical students and early-career doctors remains insufficiently understood, particularly in non-Western contexts.
OBJECTIVE: This study aimed to assess social media usage patterns, attitudes toward digital professionalism, related behaviors and experiences, and perceived benefits and risks among medical students and early-career health care graduates in Sudan, and to identify demographic and behavioral factors associated with key online beh
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.
Imaging biomarkers are essential for monitoring multiple sclerosis (MS), wand resting-state functional MRI (rs-fMRI) offers functional insights that complement structural imaging. This study investigates whether a novel co-activation pattern (CAP) approach for dynamic rs-fMRI can function as a dual-purpose biomarker in MS, aiding diagnosis and tracking disease severity. RS-fMRI scans from 25 relapsing-remitting MS patients and 41 healthy controls (HCs) were analyzed using a novel CAP-based approach. CAPs derived from individual time frames to capture dynamic brain activity patterns incorporate
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.
Multiple Sclerosis (MS) is a chronic brain disease that affects the brain and spinal cord, where Magnetic Resonance Imaging (MRI) plays a key role in diagnosis. While manual analysis of brain MRIs is important, it is time-consuming and prone to human error. Artificial Intelligence (AI)-driven Computer Aided Diagnostic (CAD) systems have therefore gained traction due to their ability to provide more consistent and reliable assessments. This study presents a multi-sequence framework that integrates four MRI modalities with the SwinUNETR-v2 backbone for MS lesion segmentation. The main contributi
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.
СПРАВОЧНАЯ ИНФОРМАЦИЯ: Выявление рецидивов в электронных медицинских записях (ЭПЧ) сопряжено с трудностями у пациентов с множественным склерозом (МС). Цель этого исследования заключалась в проверке основанных на установленных правилах методов обнаружения рецидивов с использованием структурированных в Саудовской Аравии данных ЭПЧ. МЕТОДЫ: Two Были разработаны методы обнаружения, основанные на установленных нормах, с использованием данных о пациентах НР, полученных от крупного многорегионального медицинского учреждения Саудовской Аравии. Метод обнаружения I требовал применения высокодозированных
СтатьяВалидационное исследованиеПолный текст найденМашинный перевод · не проверен
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: Fast-track colonoscopy pathways detect colorectal cancer (CRC) but strain endoscopy capacity. We developed and externally validated multivariable risk models combining faecal immunochemical test (FIT) with clinical data to triage Swedish fast-track referrals.
METHODS: We analysed 2,539 fast-track colonoscopies (2016-2020) and 723 as a validation cohort (2021-2022). Predictors were age, sex, eight symptoms, binary FIT, haemoglobin, and suspicious imaging. In development, missing predictors were imputed within training/test splits; validation used complete cases. Class imbalance was
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.
Neck lymph node detection is crucial for early cancer metastasis detection and treatment, influencing treatment success and patient survival rates. It also aids in disease staging, monitoring, and treatment selection. It requires the expertise of professional senior radiologists, as the accuracy of current automated detection methods is not sufficiently high. In this study, the neck lymph node detection network (LymoNet) based on YOLOv8 is proposed to detect and classify normal, inflammatory, and metastatic neck lymph nodes from ultrasound images. The advanced attention mechanism modules are u
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.
Prediction of transition between locomotion modes (e.g. moving from flat ground to stairs, etc) is vital for optimal interface with lower limb assistive technologies such as exoskeletons and prostheses. Inertial and bipolar electromyography (EMG) sensors have been investigated, but accuracy for clinical utility remains unresolved. This shortfall may be attributed to their limited capacity to detect subtle changes in muscle activations, particularly during the early stages of locomotion transitions (e.g., near the toe-off). In this study, we examined the effectiveness of two high-density surfac
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 lower limb motion capture is crucial for improving performance and user experience in fields such as motion analysis, rehabilitation training, and virtual reality. Traditional motion capture systems can only provide motion information, and often face issues such as occlusion or drift due to the limitations of sensor characteristics. For this purpose, we have designed a new type of data knee pad that integrates an Inertial Measurement Unit (IMU) and five liquid metal sensors. IMU provides basic motion data, while liquid metal sensors can provide information on joint bending and muscle
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.
Vision transformers have achieved remarkable success in image classification. The dual-branch vision transformer generates more features by taking advantage of feature fusion. Inspired by this, a dual-branch vision transformer with Real-Time Share feature was proposed during the encoding process for retinal image classification tasks. The approach processes image patches of varying sizes (base and large) through two independent branches and implements multi-stage Real-Time feature fusion via the Real-Time Share feature encoder. This encoder enables the branches to complement each other's featu
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.
Accurate and real-time locomotion classification is crucial for exoskeletons to assist construction workers in completing multiple tasks. However, state-of-the-art algorithms for classifying multiple activities face multifaceted challenges in both accuracy and real-time capability. In addition, advanced studies typically provide a single solution based on certain sensor combinations, which may have an indirect impact on different assistive devices (e.g., an algorithm using feet IMUs is not suited for bilateral portable hip exoskeletons or unilateral knee exoskeletons), limiting its practicalit
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.
Glaucoma, a leading cause of irreversible blindness, necessitates early detection for accurate and timely intervention to prevent irreversible vision loss. In this study, we present a novel deep learning framework that leverages the diagnostic value of 3D Optical Coherence Tomography (OCT) imaging for automated glaucoma detection. In this framework, we integrate a pre-trained Vision Transformer on retinal data for rich slice-wise feature extraction and a bidirectional Gated Recurrent Unit for capturing inter-slice spatial dependencies. This dual-component approach enables comprehensive analysi
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.
Accurate lesion segmentation in medical imaging is critical for medical diagnosis and treatment. Lesions' diverse and heterogeneous characteristics often present a distinct long-tail distribution, posing difficulties for automatic methods. Currently, interactive segmentation approaches have shown promise in improving accuracy, but still struggle to deal with tail features. This triggers a demand of effective utilizing strategies of user interaction. To this end, we propose a novel point-based interactive segmentation model called Clustering-Aided Interactive Segmentation Network (CAISeg) in 3D
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.
Accurate pathological image segmentation is crucial for the clinical diagnosis of breast cancer. However, existing methods of pathological segmentation face challenges due to the variability and complexity of breast cancer on pathological images. To address these issues, we propose a novel segmentaion network called template-matching pathological segmentation network. Our method incorporates an innovative template matching strategy inspired by the diagnostic process of pathologists. The template matching strategy is to utilize visual transformer to establish a correlative relationship between
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.
Precise prediction of upcoming gait signals, especially over an extended time scale like the entire gait cycle, is crucial. During this period, devices or gait retraining programs can respond to dynamic changes while considering multiple factors in the neurological and musculoskeletal systems. This enables effective adjustments, ultimately optimising outcomes based on the unique rehabilitation goals. However, current state-of-the-art models, whether driven by physical modelling or data modelling approaches, are constrained by short prediction time scales, limited accuracy, and high computation
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.
Organ delineation is critical for diagnosis and treatment planning so as to attract a lot of attention. Recently, neural network based methods yield accurate segmentation metrics like dice coefficient. However, they have to face the problem of indistinct boundaries since segmentation is usually modeled as a pixel classification task ignoring anatomical priors. Inspired by the fact that anatomical information is an essential prior for doctors in organ segmentation, this paper proposes a mesh regression-based shape enhancement operator. This operator innovatively models the refinement of segment
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.
Detecting arm movement direction is significant for individuals with upper-limb motor disabilities to restore independent self-care abilities. It involves accurately decoding the fine movement patterns of the arm, which has become feasible using invasive brain-computer interfaces (BCIs). However, it is still a significant challenge for traditional electroencephalography (EEG) based BCIs to decode multi-directional arm movements effectively. This study designed an ultra-high-density (UHD) EEG system to decode multi-directional arm movements. The system contains 200 electrodes with an interval o
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.
Automated medical image segmentation plays a crucial role in assisting doctors in diagnosing diseases. Feature decoding is a critical yet challenging issue for medical image segmentation. To address this issue, this work proposes a novel feature decoding network, called multi-scale group agent attention-based graph convolutional decoding networks (MSGAA-GCDN), to learn local-global features in graph structures for 2D medical image segmentation. The proposed MSGAA-GCDN combines graph convolutional network (GCN) and a lightweight multi-scale group agent attention (MSGAA) mechanism to represent f
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: Cardiovascular diseases (CVDs) remain the leading cause of global mortality, yet scalable, non-invasive screening tools are limited. We systematically evaluate the ability of artificial-intelligence-derived retinal biomarkers to simultaneously quantify multiple CVD phenotypes with clinically meaningful accuracy across diverse populations. METHODS: Following PRISMA-ScR and Arksey & O’Malley, we searched PubMed, Scopus, Web of Science, and Embase through April 2025, screening 643 records. Twenty-one studies met inclusion; we extracted and synthesized data on algorithm class, imaging
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.
Despite the similar global structures in Chest X-ray (CXR) images, the same anatomy exhibits varying appearances across images, including differences in local textures, shapes, colors, etc. Learning consistent representations for anatomical semantics through these diverse appearances poses a great challenge for self-supervised pre-training in CXR images. To address this challenge, we propose two new pre-training tasks: inner-image anatomy localization (IIAL) and cross-image anatomy localization (CIAL). Leveraging the relatively stable positions of identical anatomy across images, we utilize po
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.
MedElevator
Войти в исследования