OBJECTIVE: Muscle-invasive bladder cancer (MIBC) is a highly aggressive disease with a poor prognosis. This study aims to explore the correlation between the spatial distribution of lymphocyte aggregates and the prognosis of MIBC using deep learning.
METHODS: Whole-slide images (WSIs) and clinical information of MIBC patients were collected from The Cancer Genome Atlas (TCGA) and the HBlaU079Su01 microarray. After manually annotating tumor and lymphocyte aggregation regions, we developed an automated analysis pipeline, including segmentation and quality control of patches. A convolutional neu
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.
Hypertension management requires precise treatment decisions that balance medication efficacy with patient-specific factors. While clinical guidelines exist, physician decision-making often incorporates nuanced experience that remains challenging to quantify. This study aimed to develop and validate a deep learning model capable of simulating hypertension specialists' prescription patterns and predicting subsequent physiological responses using clinical trial data. We designed a dual-block deep neural network (DNN) framework, where one block predicts optimal medication prescriptions and the ot
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: To explore the anatomical and clinical factors that affect the radiographic exposure time in radial artery cerebral angiography and to establish a model.
METHOD: A total of 210 patients who underwent radial artery cerebral angiography at this center from September 2021 to May 2022 were selected, and their anatomical and clinical factors were analyzed to evaluate the correlation between these factors and the duration of radiographic exposure. A related neural network prediction model was established.
RESULTS: (1) Hypertension (p = 0.014), the presence of a double subclavian innomin
СтатьяПоддержка исследования: вне правительства СШАПолный 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: Individuals with patellofemoral pain (PFP) present mechanical disorders during functional tests and activities. Studies often evaluate this population to understand the relationship between mechanical factors and pain/malalignment. This study aimed to identify how different groupings of kinematic variables can differentiate asymptomatic women from women with PFP in various functional tasks.
METHODS: Thirty-five women with PFP and thirty-five women without PFP underwent three-dimensional kinematic evaluation of seven functional tasks. All were physically active and aged between 18
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 propose a weighted vote-based ensemble classification method to classify paraganglioma/pheochromocytoma, low-grade glioma, and glioblastoma tumors-conditions that present with similar symptoms-against other central nervous system tumors using clinical and molecular data.
MATERIAL AND METHODS: This study utilized clinical and molecular data from The Cancer Genome Atlas database of the United States National Cancer Institute. Initially, categorical variables were transformed into numerical values, and class distribution imbalance was addressed through oversampling. The dataset was split
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 AND OBJECTIVE: Accurate evaluation of the axillary lymph node (ALN) status in early-stage breast cancer is crucial for prognosis and guiding treatment decisions, while also preventing unnecessary surgeries and postoperative complications. Numerous methods have been proposed for ALN status classification using radiomic images which face the challenge of low diagnostic accuracy. This study aims to explore the potential of multi-modality that integrates clinical parameters and dynamic contrast-enhanced magnetic resonance imaging (DCE-MRI) to provide complementary information for image
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/AIMS: Atrial fibrillation (AF) significantly contributes to global morbidity and mortality. Paroxysmal atrial fibrillation (PAF) is particularly common among patients with cryptogenic strokes or transient ischemic attacks and has a silent nature. This study aims to develop reliable artificial intelligence (AI) algorithms to detect early signs of AF in patients with normal sinus rhythm (NSR) using a 12-lead electrocardiogram (ECG).
METHODS: Between 2013 and 2020, 552,372 ECG traces from 318,321 patients were collected and split into training (n = 331,422), validation (n = 110,475),
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Alzheimer's disease (AD) is a progressive illness that can cause behavioural abnormalities, personality changes, and memory loss. Early detection helps with future planning for both the affected person and caregivers. Thus, an innovative hybrid Deep Learning (DL) method is introduced for the segmentation and classification of AD. The classification is performed by a Fuzzy Res-LeNet model. At first, an input Magnetic Resonance Imaging (MRI) image is attained from the database. Image preprocessing is then performed by a Bilateral Filter (BF) to enhance the quality of image by denoising. Then seg
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: We developed a framework for segmenting and modeling lenticulostriate arteries (LSAs) on 7-T time-of-flight magnetic resonance angiography and tested its performance on cerebral autosomal dominant arteriopathy with subcortical infarcts and leukoencephalopathy (CADASIL) patients and controls.
METHODS: We prospectively included 29 CADASIL patients and 21 controls. The framework includes a small-patch convolutional neural network (SP-CNN) for fine segmentation, a random forest for modeling LSAs, and a screening model for removing wrong branches. The segmentation performance of our SP
СтатьяНаблюдательное 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: Conversion of sleeve gastrectomy to Roux-en-Y gastric bypass is indicated primarily for unsatisfactory weight loss or gastroesophageal reflux disease (GERD). This study aimed to use a comprehensive database to define predictors of 30-day reoperation, readmission, reintervention, or mortality. An artificial neural network (ANN) was employed to optimize prediction of the composite endpoint (occurrence of 1+ morbid event).
METHODS: Areview of 8895 patients who underwent conversion for weight-related or GERD-related indications was performed using the 2021 MBSAQIP national dataset. De
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.
Early detection of Alzheimer's disease (AD) is crucial to maximize clinical outcomes. Most disease progression analyses include people with diagnoses of cognitive impairment, limiting understanding of AD risk among those with normal cognition. The objective was to establish AD progression models through a deep learning approach to analyze heterogeneous, multi-modal datasets, including clustering analyses of population subsets. A multi-head deep-learning architecture was built to process and learn from biomedical and imaging data from the National Alzheimer's Coordinating Center. Shapley additi
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.
This study presents a comprehensive comparison of multiple time-series models applied to physiological metric predictions. It aims to explore the effectiveness of both statistical prediction models and pharmacokinetic-pharmacodynamic prediction model and modern deep learning approaches. Specifically, the study focuses on predicting the bispectral index (BIS), a vital metric in anesthesia used to assess the depth of sedation during surgery, using datasets collected from real-life surgeries. The goal is to evaluate and compare model performance considering both univariate and multivariate scheme
СтатьяСравнительное 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.
Deep learning-based mammographic evaluations could noninvasively assess response to breast cancer chemoprevention. We evaluated change in a convolutional neural network-based breast cancer risk model applied to mammograms among women enrolled in SWOG S0812, which randomly assigned 208 premenopausal high-risk women to receive oral vitamin D3 20 000 IU weekly or placebo for 12 months. We applied the convolutional neural network model to mammograms collected at baseline (n = 109), 12 months (n = 97), and 24 months (n = 67) and compared changes in convolutional neural network-based risk score betw
СтатьяРандомизированное 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.
A heart-convolutional neural network (heart-CNN) was designed and tested for the automatic classification of chest radiographs in dogs affected by myxomatous mitral valve disease (MMVD) at different stages of disease severity. A retrospective and multicenter study was conducted. Lateral radiographs of dogs with concomitant X-ray and echocardiographic examination were selected from the internal databases of two institutions. Dogs were classified as healthy, B1, B2, C and D, based on American College of Veterinary Internal Medicine (ACVIM) guidelines, and as healthy, mild, moderate, severe and l
СтатьяМногоцентровое 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: Convolutional neural network (CNN) can capture the structural features changes of brain aging based on MRI, thus predict brain age in healthy individuals accurately. However, most studies use single feature to predict brain age in healthy individuals, ignoring adding information from multiple sources and the changes in brain aging patterns after mild traumatic brain injury (mTBI) were still unclear.
METHODS: Here, we leveraged the structural data from a large, heterogeneous dataset (N = 1464) to implement an interpretable 3D combined CNN model for brain-age prediction. In addition
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
Spinal cord injury (SCI) often leads to central neuropathic pain, a condition associated with significant morbidity and is challenging in terms of the clinical management. Despite extensive efforts, identifying effective biomarkers for neuropathic pain remains elusive. Here we propose a novel approach combining matrix-assisted laser desorption/ionization time-of-flight mass spectrometry (MALDI-TOF MS) with artificial neural networks (ANNs) to discriminate between mass spectral profiles associated with chronic neuropathic pain induced by SCI in female mice. Functional evaluations revealed persi
СтатьяПоддержка исследования: вне правительства СШАПолный 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.
To predict preterm birth (PTB) in multiparous women, comparing machine learning approaches with traditional logistic regression. A population-based cohort study was conducted using data from the Ontario Better Outcomes Registry and Network (BORN). The cohort included all multiparous women who delivered a singleton birth at 20-42 weeks' gestation in an Ontario hospital between April 1, 2012 and March 31, 2014. The primary outcome was PTB < 37 weeks, with spontaneous PTB analyzed as a secondary outcome. Stepwise logistic regression and the Boruta machine learning were used to select the importan
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.
Cervical cancer is one of the most common malignant tumors among women, and its pathological change is a relatively slow process. If it can be detected in time and treated properly, it can effectively reduce the incidence rate and mortality rate of cervical cancer, so the early screening of cervical cancer is particularly critical and significant. In this paper, we used Raman spectroscopy technology to collect the tissue sample data of patients with cervicitis, Low-grade Squamous Intraepithelial Lesion, High-grade Squamous Intraepithelial Lesion, Well differentiated squamous cell carcinoma, Mo
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.
To gain insights into the impact of upper limb (UL) dysfunctions after breast cancer treatment, this study aimed to develop a temporal convolutional neural network (TCN) to detect functional daily UL use in breast cancer survivors using data from a wrist-worn accelerometer. A pre-existing dataset of 10 breast cancer survivors was used that contained raw 3-axis acceleration data and simultaneously recorded video data, captured during four daily life activities. The input of our TCN consists of a 3-axis acceleration sequence with a receptive field of 243 samples. The 4 ResNet TCN blocks perform
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 CONTEXT: Lumbar spinal canal stenosis (LSCS) is the most common spinal degenerative disorder in elderly people and usually first seen by primary care physicians or orthopedic surgeons who are not spine surgery specialists. Magnetic resonance imaging (MRI) is useful in the diagnosis of LSCS, but the equipment is often not available or difficult to read. LSCS patients with progressive neurologic deficits have difficulty with recovery if surgical treatment is delayed. So, early diagnosis and determination of appropriate surgical indications are crucial in the treatment of LSCS. Convolu
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.
MedElevator
Войти в исследования