Explainable Artificial Intelligence (XAI) methods enhance the diagnostic efficiency of clinical decision support systems by making the predictions of a convolutional neural network's (CNN) on brain imaging more transparent and trustworthy. However, their clinical adoption is limited due to limited validation of the explanation quality. Our study introduces a framework that evaluates XAI methods by integrating neuroanatomical morphological features with CNN-generated relevance maps for disease classification. We trained a CNN using brain MRI scans from six cohorts: ADNI, AIBL, DELCODE, DESCRIBE
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: Dental crowding is a primary concern in orthodontic treatment and significantly impacts therapy choices. Accurate quantification of crowding requires time-intensive cast- or scan-based measurements. The aim was to develop an automated deep-learning model capable of assessing anterior crowding and calculating the Little Irregularity Index using single occlusal intra-oral photographs.
METHODS: A dataset of 125 untreated individuals (100 from Zurich, Switzerland, and 25 from Nijmegen, the Netherlands) comprised of annotated intra-oral scans and corresponding intra-oral photographs we
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.
The gold standard for the diagnosis of sleep apnoea (SA) is polysomnography, consisting of overnight in-lab tests, which are expensive for both patients and healthcare systems. Airflow and pulse/oximetry signals contain most of the necessary information for detecting SA and widely simplify the data acquisition process, hence holding the promise to increase the availability of SA diagnosis and reduce waitlists. Deep learning has recently shown some interesting steps forward in analysing these signals in paediatric patients. Here we introduce a novel platform, REST, that is able to simultaneousl
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.
Dynamic oxygen uptake (VO2) reflects moment-to-moment changes in oxygen consumption during exercise and underpins training design, performance enhancement, and clinical decision-making. We tackled two key obstacles-the limited fusion of heterogeneous sensor data and inadequate modeling of long-range temporal patterns-by integrating wearable accelerometer and heart-rate streams with a convolutional neural network-LSTM (CNN-LSTM) architecture and optional attention modules. Physiological signals and VO2 were recorded from 21 adults through resting assessment and cardiopulmonary exercise testing.
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 therapeutic drug monitoring (TDM) of antibiotics including ceftriaxone, ampicillin, and vancomycin plays an important role in the treatment of neonatal sepsis, a common and life-threatening disease in neonates. A highly sensitive surface-enhanced Raman spectroscopy (SERS) method using tungsten disulfide/gold and silver core-shell (WS2/Au@Ag) nanocomposites was developed for the rapid detection of the three antibiotics, with a wide response range (0.5-1000 μg/mL). A two-dimensional convolutional neural network (2D-CNN) regression model was proposed to predict antibiotic concentrations
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.
Artificial neural networks (ANNs) are becoming a regular tool to support biomechanical methods, while physics-based models are widespread to understand the mechanics of body in motion. Thus, this study aimed to demonstrate the accuracy of recurrent ANN models compared with a physics-based approach in the task of predicting ground reaction forces and net lower limb joint moments during running. An inertial motion capture system and a force plate were used to collect running biomechanics data for training the ANN. Kinematic data from optical motion capture systems, sourced from publicly availabl
СтатьяСравнительное 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.
Medial tibiofemoral joint reaction force is a clinically relevant variable for knee osteoarthritis progression and can be estimated using complex musculoskeletal models. Musculoskeletal model estimation of this variable is time-consuming, expensive, requires trained researchers, and is restricted to lab settings. We aimed to simplify the measurement of the medial knee joint contact force during walking and running using custom instrumented insoles and deep learning methods. Motion capture, force plate, and insoles instrumented with triaxial piezoresistive force sensors recorded data while 9 yo
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.
Prostate cancer (PCa) is a major, and increasingly global, health concern with current screening and diagnostic tools' severe limitations causing unnecessary, invasive biopsy procedures. While gas chromatography-mass spectrometry (GC-MS) has been used to detect urinary volatile organic compounds (VOCs) associated with PCa, efforts to identify consistent molecular biomarkers have failed to generalize across studies. Inspired by the olfactory diagnostic capabilities of medical detection dogs, we do not reduce chromatograms to a list of compounds and concentrations. Instead, we deploy a machine 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.
BACKGROUND: Lung cancer (LC) is the leading cause of cancer death worldwide. Non-small cell lung cancer is the most frequent and includes adenocarcinoma and squamous cell carcinoma. Currently, LC treatment is based on tumor molecular profiling. LC may display Epidermal Growth Factor Receptor (EGFR) gene mutation. Detecting mutations in the EGFR gene is crucial for the tyrosine kinase inhibitory therapy.
METHODS: This study used a computer-based methodology with two Convolutional Neural Networks (CNNs) based on InceptionResNet-V2, applied to Whole Slide Images, to distinguish healthy from canc
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.
Fruit wines, produced through the fermentation of various fruits, are well-documented for their distinct flavor profiles. Intelligent sensory analysis, GC-TOF/MS and GC-IMS were used for the analysis of the volatile profile of eight types of fruit wines including 5 grape wine (SJ, LS, HY, TJ, FT), 1 fermented plum wine (FZ), 1 blueberry wine (HZ), as well as 1 configured plum wine (LM). A total of 281 compounds were identified through GC-TOF/MS, with esters and acids constituting over 80% of all samples. GC-IMS identified 60 compounds, predominantly including 16 esters, 11 alcohols, and 6 keto
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.
OBJECTIVE: To test whether an artificial intelligence (AI) deep neural network (DNN)-derived analysis of the 12-lead electrocardiogram (ECG) can distinguish patients with long QT syndrome (LQTS) from those with acquired QT prolongation.
METHODS: The study cohort included all patients with genetically confirmed LQTS evaluated in the Windland Smith Rice Genetic Heart Rhythm Clinic and controls from Mayo Clinic's ECG data vault comprising more than 2.5 million patients. For the AI-DNN model, every patient and control with 1 or more ECGs above age- and sex-specific 99th percentile values for QTc
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.
AIM: To analyze the characteristics of pediatric facial trauma and predict factors influencing them through machine learning algorithms.
MATERIAL AND METHODS: A prospective hospital-based study was carried out between January 2024 and January 2025. All patients up to 15 years of age reporting with maxillofacial trauma formed the sample. Collected data was subjected to logistic regression analysis and machine learning algorithms (Bayesian Network, CHAID and Neural Network) to determine factors influencing pediatric maxillofacial trauma.
RESULTS: Logistic regression and Bayesian Network demons
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: Around 7% of the global population has congenital hemoglobin disorders, with over 300,000 new cases of α-thalassemia annually. Diagnosis is costly and inaccurate in low-income regions, often relying on complete blood count (CBC) tests. This study employs machine learning (ML) to classify α-thalassemia traits based on gender and CBC, exploring the effects of grouping silent- and non-carriers.
METHODS: The dataset includes 288 individuals with suspected α-thalassemia from Sri Lanka. It was classified using eleven discriminant formulae and nine ML models. Outliers were removed using
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.
INTRODUCTION: Hip fractures in older adults are associated with a significant mortality rate, which has been reported to be around 35% within a year. Today, the incidence of these fractures is on the rise, and this trend is expected to increase even more owing to the aging of the population. Treatment timing and perioperative management of these patients are typically challenging owing to the presence of multiple comorbidities that are important risk factors for mortality after surgery. This study aims to evaluate the relationship between surgical timing and in-hospital mortality, analyzing th
СтатьяНаблюдательное 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.
BACKGROUND: Treatment of metastatic spinal disease often involves surgical intervention; however, surgical site infections (SSIs) pose a great challenge for spine surgeons. At present, there is an absence of reliable clinical tools for predicting SSI, which can adversely affect treatment decisions and overall patient management. This study aims to construct and validate an application to stratify the patients at high risk of SSI among those with metastatic spinal disease using an artificial intelligence (AI) approach.
METHODS: A total of 667 patients diagnosed with metastatic spinal disease w
СтатьяМногоцентровое исследованиеВалидационное 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.
BACKGROUND: Drug delivery to perilymph after crossing the round window membrane is paramount important for inner ear disease management. Intratympanic (IT) injection of emulsion-like dispersions augments cinnarizine (CNZ) and morin hydrate (MH)-Lipoid E80 complex permeation into perilymph in a healthy rabbit inner ear model.
METHODS: A Box-Behnken design (BBD) followed by artificial neural network (ANN)-linked Levenberg - Marquardt (LM) algorithm was used for optimizing the injection formula. Immediately after 30-120 minutes post-IT injections, the concentration levels of CNZ and MH in both p
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: Assessing skills in simulated settings is resource-intensive and lacks validated metrics. Advances in AI offer the potential for automated competence assessment, addressing these limitations. This study aimed to develop and validate a machine learning AI model for automated evaluation during simulation-based thyroid ultrasound (US) training.
METHODS: Videos from eight experts and 21 novices performing thyroid US on a simulator were analyzed. Frames were processed into sequences of 1, 10, and 50 seconds. A convolutional neural network with a pre-trained ResNet-50 base and a long sh
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: Non-small cell lung cancer (NSCLC) accounts for approximately 85 % of all lung cancer cases and remains a leading cause of cancer-related mortality. The integration of artificial intelligence (AI), artificial neural networks (ANNs), and machine learning (ML) into NSCLC management has shown potential in improving diagnostic accuracy, treatment personalization, and patient outcomes. However, the impact of these technologies on patient-reported outcome measures (PROM), overall survival (OS), and cost-effectiveness remains underexplored. This systematic review aims to evaluate the impa
СтатьяСистематический обзорПолный 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: To investigate the accuracy of artificial intelligence-assisted growth prediction using a convolutional neural network (CNN) algorithm and longitudinal lateral cephalograms (Lat-cephs).
MATERIALS AND METHODS: A total of 198 Japanese preadolescent children, who had skeletal Class I malocclusion and whose Lat-cephs were available at age 8 years (T0) and 10 years (T1), were allocated into the training, validation, and test phases (n = 161, n = 17, n = 20). Orthodontists and the CNN model identified 28 hard-tissue landmarks (HTL) and 19 soft-tissue landmarks (STL). The mean prediction
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.
Alzheimer's disease (AD) stands as the prevalent progressive neurodegenerative disease, precipitating cognitive impairment and even memory loss. Amyloid biomarkers have been extensively used in the diagnosis of AD. However, amyloid proteins offer limited information about the disease process and accurate diagnosis depends on the presence of a substantial accumulation of amyloid deposition which significantly impedes the early screening of AD. In this study, we have combined plasma proteomics with an ensemble learning model (CatBoost) to develop a cost-effective and non-invasive diagnostic meth
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.
MedElevator
Войти в исследования