OBJECTIVES: This study aims to develop and validate an interpretable deep learning (DL) model and a nomogram based on endoscopic ultrasound (EUS) images for the prediction of pathological grading in pancreatic neuroendocrine tumors (PNETs). METHODS: This multicenter retrospective study included 108 patients with PNETs, who were divided into train (n = 81, internal center) and test cohorts (n = 27, external centers). Univariate and multivariate logistic regression were used for screening demographic characteristics and EUS semantic features. Deep transfer learning was employed using a pre-train
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.
Intermittent theta burst stimulation (iTBS) is a non-invasive technique frequently employed to induce neural plastic changes and enhance visual attention. Currently, most studies utilized a single iTBS session on healthy subjects to induce short-term neural plastic changes within tens of minutes post-stimulation and investigate its single-session effect on attention performance. Few studies have conducted multiple iTBS sessions on the cerebellum to explore long-term effects on the cerebral cortex and daily effects on visual attention performance. In this study, 18 healthy subjects were involve
СтатьяРандомизированное 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.
Foundation models in ophthalmology, often pre-trained on extensive datasets, exhibit exceptional generalization and emergent capabilities that are absent in smaller-scale specialized models. This study first investigated the adaptation of ophthalmic foundation models to detect low-prevalence retinal diseases in real-world clinical settings with low-data regimes. We then bridged the gap in exploring the use of fine-grained prior-knowledge infusion and SAM-guided cycle constraint regularization to enhance the explainability of the foundation models from both qualitative and quantitative perspect
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.
Accurate and interpretable computer-aided diagnosis (CAD) for respiratory diseases remains a significant challenge due to the complex multimodal nature of medical data. Existing systems often fall short by focusing on unimodal retrieval analysis or lack sophisticated retrieval strategies, which limit both diagnostic reliability and interpretability. To address this, we propose a novel end-to-end CAD framework that employs a large language model (LLM) with advanced retrieval-augmented generation (RAG) techniques, leveraging multimodal retrieval and structured radiology report generation. The fr
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: Accurate delineation of organs at risk (OARs) is crucial for precision radiotherapy. Most previous autosegmentation models were only constructed for single anatomical region without evaluation of dosimetric impact. We aimed to validate the clinical practicability of deep-learning (DL) models for autosegmentation of whole-body OARs with respect to delineation accuracy, clinical acceptance and dosimetric impact.
METHODS: OARs in various anatomical regions, including the head and neck, thorax, abdomen, and pelvis, were automatedly delineated by DL models (DLD) and compared to manual
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.
Deep brain stimulation of the subthalamic nucleus (STN-DBS) is an established treatment for motor impairment due to Parkinson's disease (PD) progression. While treated subjects mostly experience significant amelioration of symptoms, some still report adverse effects. In particular, changes in gait patterns due to the electrical stimulation have shown mixed results across studies, with overall gait velocity improvement described as the core positive outcome. This retrospective study investigates changes in the gait parameters of 50 PD patients before and 6 months after STN-DBS, by exploiting a
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: The perception and use of scientific evidence in orthopaedic surgical decision-making is variable, and there is considerable variation in practice. A previous conceptual framework described eight different drivers of orthopaedic surgical decision-making: formal codified and managerial knowledge, medical socialisation, cultural, normative and political influence, training and formal education, experiential factors, and individual patient and surgeon factors. This Qualitative Evidence Synthesis (QES) aims to refine the conceptual framework to understand how these drivers of decision-
СтатьяСистематический обзорПолный 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: Hemorrhage is a prevalent and critical condition in the intensive care unit (ICU), characterized by high incidence, elevated mortality rates, and substantial therapeutic challenges. Accurate prediction of mortality in patients with hemorrhage is essential for developing personalized prevention and treatment strategies. Nevertheless, the implementation of effective predictive models in clinical practice remains limited, primarily due to the lack of robust and interpretable tools.
OBJECTIVE: This study aimed to develop an interpretable model for predicting mortality risk in critical
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 one of the most common neurodegenerative disorders. The increasing demand for high-accuracy forecasts of disease progression has led to a surge in research employing multi-modality variables for prediction. In this review, we selected articles published from 2016 through June 2024, adhering strictly to our exclusion-inclusion criteria. These articles employed a minimum of two types of variables, including clinical, genetic, biomarker, and neuroimaging modalities. We conducted a comprehensive review and discussion on the application of multi-modality approaches in pr
СтатьяОбзорПоддержка 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.
OBJECTIVE: Hand function is central to inter- actions with our environment. Developing a comprehen- sive model of hand grasps in naturalistic environments is crucial across various disciplines, including robotics, ergonomics, and rehabilitation. Creating such a taxonomy poses challenges due to the significant variation in grasping strategies that individuals may employ. For instance, individuals with impaired hands, such as those with spinal cord injuries (SCI), may develop unique grasps not used by unimpaired individuals. These grasping techniques may differ from person to person, influenced
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: Precision medicine and artificial intelligence (AI) are increasingly integrated into colorectal cancer (CRC) care, offering personalised treatment strategies and data-driven decision support. While these technologies promise improved outcomes, they also raise challenges concerning clinical decision-making, the doctor-patient relationship, and ethics. This study explores physicians' perspectives on integrating precision medicine and AI in CRC care.
METHODS: A qualitative study was conducted using semi-structured interviews with ten CRC physicians from six European countries. Partic
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: This systematic review provides an overview of machine learning (ML) methods for predicting diabetic peripheral neuropathy (DPN). METHOD: We searched PubMed, Embase, Cochrane Library, and Web of Science databases with the search period limited from their inception to December 3, 2024 (the last search date). The search terms were restricted to “diabetes,” “neuropathy,” and “machine learning.” All studies that developed or validated prognostic models for DPN using ML were considered. Prediction model Risk of Bias ASsessment Tool (PROBAST) was used to assess the risk of bias and applic
СтатьяСистематический 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.
BACKGROUND: Acute pancreatitis (AP) represents a critical medical condition where timely and precise prediction of in-hospital mortality is crucial for guiding optimal clinical management. This study focuses on the development of advanced machine learning (ML) models to accurately predict in-hospital mortality among AP patients admitted to intensive care unit (ICU).
METHOD: Our study utilized data from three distinct sources: the Medical Information Mart for Intensive Care III (MIMIC-III), MIMIC-IV databases, and Beijing Chaoyang Hospital. We systematically developed and evaluated 11 distinct
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 one of the most critical neurodegenerative diseases, yet there is no cure for it, and the state-of-the-art treatment is to slow its progression. Thus, the earlier a patient with PD is recognized, the better he can be treated. Our project joins the research effort that aims to support early PD diagnosis by designing a Virtual Reality (VR)-based system to monitor pupil diameter patterns as new biomarkers (e.g., Pupil Light Reflex and Task-evoked Pupil Response) and provide early warning of potential PD onset. A follow-up experiment with 55 participants shows that the
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.
Parkinson's disease (PD) is a progressive neurodegenerative disorder affecting millions worldwide, characterized by a wide range of motor and non-motor symptoms. Among these symptoms, alterations in speech and voice quality stand out as early and prominent indicators of the disease. Recently, the emergence of speech foundation models has revolutionized the field by providing powerful tools for speech processing and feature extraction. In this article, we investigate the capabilities of three state-of the art speech foundation models, wav2vec2.0, Whisper and SeamlessM4T, to develop robust and a
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: Acute pancreatitis (AP) is associated with a high readmission rate; however, there is a paucity of models capable of predicting post-discharge outcomes. Furthermore, existing in-hospital prediction models exhibit notable limitations. This study leverages machine learning (ML) technology to develop prognosis prediction models for AP patients, encompassing in-hospital mortality, readmission rates, and post-discharge mortality.
METHODS: A retrospective analysis was carried out on the clinical and laboratory data of AP patients from three databases (MIMIC database, eICU database, and
СтатьяВалидационное 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.
BACKGROUND: Type 2 diabetes mellitus (T2DM) develops gradually and often remains undiagnosed until complications emerge. Early detection through transparent machine-learning models can improve prevention and targeted screening. This study developed and evaluated an interpretable Extra Trees Classifier (ETC) for early detection of T2DM within the PERSIAN Dena Cohort, emphasizing probability calibration, fairness, and clinical interpretability. METHODS: Data from 3,203 adults aged 35–70 years were analyzed. Seventy-nine demographic, lifestyle, anthropometric, comorbidity, and biochemical variabl
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: Intradialytic Hypotension (IDH) is a frequent complication in hemodialysis, yet predictive modeling is challenged by class imbalance. Traditional oversampling methods often struggle with complex clinical data. This study evaluates an enhanced conditional Wasserstein Generative Adversarial Network with Gradient Penalty (CWGAN-GP) framework to improve IDH prediction by generating high-utility synthetic data for balancing.
METHODS: A CWGAN-GP was developed using multi-level hemodialysis data. Following rigorous preprocessing, including a strict temporal train-test split, the CWGAN-GP
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.
UNLABELLED: As a lightweight and non-invasive imaging technique, lung ultrasound (LUS) has gained importance for assessing lung pathologies. The use of Artificial intelligence (AI) in medical decision support systems is promising due to the time- and expertise-intensive interpretation, however, due to the poor quality of existing data used for training AI models, their usability for real-world applications remains unclear.
METHODS: In a prospective study, we analyze data from 63 COVID-19 suspects (33 positive) collected at Maastricht University Medical Centre. Ultrasound recordings at six bod
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: Early diagnosis of Parkinson's disease (PD) can assist in designing efficient treatments. Reduced facial expressions are considered a hallmark of PD, making advanced artificial intelligence (AI) image processing a potential non-invasive clinical decision support tool for PD detection. This study aims to determine the sensitivity of image-to-text AI, which matches facial frames recorded in home settings with descriptions of PD facial expressions, in identifying patients with PD.
METHODS: Facial image of 67 PD patients and 52 healthy-controls (HCs) were collected via standard video
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