OBJECTIVES: Precisely diagnosing skeletal class is mandatory for correct orthodontic treatment. Artificial intelligence (AI) could increase efficiency during diagnostics and contribute to automated workflows. So far, no AI-driven process can differentiate between skeletal classes I, II, and III in German orthodontic patients. This prospective cross-sectional study aimed to develop machine- and deep-learning models for diagnosing their skeletal class based on the gold-standard individualised ANB of Panagiotidis and Witt.
MATERIALS AND METHODS: Orthodontic patients treated in Germany contribute
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.
OBJECTIVE: Freezing of gait (FOG) is a common gait disorder in the advanced stages of Parkinson's disease (PD), closely associated with impaired balance and executive function. This study aimed to investigate specific changes in brain glucose metabolism in FOG patients using 18F-FDG PET. Deep learning methods were utilized to offer valuable perspectives for identifying FOG.
METHODS: Eighteen PD patients with FOG(PD-FOG), 11 patients without FOG (PD-NFOG) and 17 healthy controls (HC) were recruited. All participants underwent 18F-FDG PET imaging, and group comparisons were employed, to identif
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: In coronavirus disease 2019 (COVID-19) patients, respiratory sequelae are common complications that significantly impact health outcomes. Hence, early identification of patients at risk is essential for improving prognosis and care.
MATERIALS AND METHODS: We enrolled 516 COVID-19 patients and applied K-means algorithms to cluster them into subtypes based on clinical characteristics and risk profiles. ResNet-50 was employed to analyze and extract features from chest X-rays, accurately identifying COVID-19-related lesions. The extracted imaging data were integrated with clinical dat
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.
The advent of artificial intelligence (AI) driven software has impacted numerous aspects of medicine, leading to automated algorithms that assist in performing feature extraction, making measurements on diagnostic imaging, and aiding in diagnosing disorders. In neuroimaging, AI-based convoluted neural networks (CNN) facilitate the automated segmentation of the hippocampal volume observed on MRI diagnostic imaging, thereby aiding in the diagnosis of Alzheimer’s disease (AD). Traditional voxel-based morphometry (VBM) used for measuring hippocampal volume can be time-laborious and sensitive to pr
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.
Placebo effect represents a serious confounder for the assessment of treatment effect to the extent that it has become increasingly difficult to develop antidepressant medications appropriate for outperforming placebo. Treatment effect in randomized, placebo-controlled trials, is usually estimated by the mean baseline adjusted difference of treatment response in active and placebo arms and is function of treatment-specific and non-specific effects. The non-specific treatment effect varies subject by subject conditional to the individual propensity to respond to placebo. This effect is not esti
СтатьяСравнительное 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.
To investigate the potential of employing artificial intelligence (AI) -driven breast ultrasound analysis models for the classification of glandular tissue components (GTC) in dense breast tissue. A total of 1,848 healthy women with mammograms classified as dense breast were enrolled in this prospective study. Residual Network (ResNet) 101 classification model and ResNet with fully Convolutional Networks (ResNet + FCN) segmentation model were trained. The better effective model was selected to appraise the classification performance of 3 breast radiologists and 3 non-breast radiologists. The e
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.
PURPOSE: This study develops and compares population pharmacokinetics (PopPK) models and machine learning methods, including neural networks, to predict steady-state trough concentrations in pediatric patients and provide improved dosing recommendations.
METHODS: Valproic acid concentration data were collected from 490 pediatric epilepsy patients treated at Beijing Tiantan Hospital and Beijing Children's Hospital. We developed predictive models employing PopPK, maximum a posteriori Bayesian (MAPB), multiple linear regression (MLR), machine learning (including Random Forest, XGBoost, and Light
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.
AIM: The aim of this study is to develop and compare machine learning algorithms for hypertension prediction in low-income populations, with emphasis on model interpretability for nursing implementation in resource-limited settings.
METHODS: This retrospective cross-sectional study analysed data from seven iterations of NHANES (2005-2018) focusing on low-income populations. After LASSO regression identified eight key predictors, eight machine learning models were developed and evaluated using ROC curves, calibration plots and decision curve analysis, with SHAP methodology applied for interpre
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.
BACKGROUND: Biochemical recurrence (BCR) occurs in 20%-40% of men with prostate cancer (PCa) who undergo radical prostatectomy. Predicting which patients will experience BCR in advance helps in formulating more targeted prostatectomy procedures. However, current preoperative recurrence prediction mainly relies on the use of the Gleason grading system, which omits within-grade morphological patterns and subtle histopathological features, leaving a significant amount of prognostic potential unexplored.
METHODS: We collected and selected a total of 1585 prostate biopsy images with tumor regions
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.
Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference2025eng
Early detection of non-small cell lung cancer (NSCLC) is critical for improving patient outcomes, and novel approaches are needed to facilitate early diagnosis. In this study, we explore the use of automatic cough analysis as a pre-screening tool for distinguishing between NSCLC patients and healthy controls. Cough audio recordings were prospectively acquired from a total of 227 subjects, divided into NSCLC patients and healthy controls. The recordings were analyzed using machine learning techniques, such as support vector machine (SVM) and XGBoost, as well as deep learning approaches, specifi
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.
Alzheimer's disease is a major cause of dementia in older adults. It involves gradual changes in brain function that result in cognitive decline, affecting memory, reasoning, and executive skills. The accurate detection of structural abnormalities in brain networks is crucial for early diagnosis and disease staging. This study presents a graph-based framework that analyzes abnormalities in brain networks of Alzheimer's patients using six distance-based topological indices: Szeged index, Graovac-Ghorbani index, Padmakar-Ivan index, Mostar index, Wiener index, and Normalized Graovac-Ghorbani ind
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.
The emergence of multidrug-resistant pathogens has increased the urgency for alternative treatment options for infections like cystitis. This study focused on the green synthesis of silver nanoparticles and cysteine-conjugated silver nanoparticles utilizing Melaleuca lanceolata leaf extract, optimized via artificial neural networks for controlled nanoparticle size. The ANN model provided precise prediction and control of nanoparticle size, reducing experimental variability. The characterization was performed using UV-Vis spectroscopy, which showed peaks at 445 nm for AgNPs and 405 nm for Cys-A
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.
Studies on predicting the outcome of sling surgery are limited. Most depend on analysis of multiple confounding factors using regression models. However, their prediction results are limited. In this study, we tested a statistical regression model and an AI model for the prediction of the outcome of mid-urethral sling. Data were collected from 151 patients who underwent MUS surgery in our center from 2002 to 2022 and confounding factors that affect the outcome of the surgery at a minimum of one year. The study was divided into two phases. Phase I included the construction of a prediction model
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.
The early detection and treatment of osteoporosis and prevention of fragility fractures are urgent societal issues. We developed an artificial intelligence-assisted diagnostic system that estimated not only lumbar bone mineral density but also femoral bone mineral density from anteroposterior lumbar X-ray images. We evaluated the performance of lumbar and femoral bone mineral density estimations and the osteoporosis classification accuracy of an artificial intelligence-assisted diagnostic system using lumbar X-ray images from a population-based cohort. The artificial neural network consisted o
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.
STUDY DESIGN: Retrospective single-institution study.
OBJECTIVE: To develop and validate an automated convolutional neural network (CNN) to measure the Cobb angle, T1 tilt angle, coronal balance, clavicular angle, height of the shoulders, T5-T12 Cobb angle, and sagittal balance for accurate scoliosis diagnosis.
SUMMARY OF BACKGROUND DATA: Scoliosis, characterized by a Cobb angle >10°, requires accurate and reliable measurements to guide treatment. Traditional manual measurements are time-consuming and have low interobserver and intraobserver reliability. While some automated tools exist, the
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.
Preclinical detection of Alzheimer's disease (AD) is crucial to efficiently recruit clinical trial participants for examining AD-modifying drugs and ultimately yield clinical benefits for at-risk individuals. Cerebral amyloidosis precedes synaptic dysfunction and neurodegeneration markers, followed by the onset of AD-related cognitive impairment. To improve early AD-biomarker detection accuracy, patient data is, however, often collected via invasive procedures such as a lumbar puncture or intravenous injection of active radiopharmaceuticals. This coupled health risk is small yet significant an
СтатьяПоддержка правительства СШАПоддержка исследования: вне правительства СШАПоддержка NIH: внешняя программаПоиск 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.
Myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS) is a chronic illness with a multifactorial etiology and heterogeneous symptomatology, posing major challenges for diagnosis and treatment. Here we present BioMapAI, a supervised deep neural network trained on a 4-year, longitudinal, multi-omics dataset from 249 participants, which integrates gut metagenomics, plasma metabolomics, immune cell profiling, blood laboratory data and detailed clinical symptoms. By simultaneously modeling these diverse data types to predict clinical severity, BioMapAI identifies disease- and symptom-specific
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.
Pediatric viral encephalitis is an acute central nervous system infection caused by various viruses, with diverse clinical manifestations and challenges in early diagnosis. The traditional diagnostic methods lack sufficient sensitivity and specificity, highlighting the urgent need for an efficient, accurate, and non-invasive early diagnostic tool to guide clinical decision-making. This study aims to develop a clinical-imaging fusion model for pediatric viral encephalitis (VE) leveraging clinical factors and advanced magnetic resonance imaging (MRI) features. The diagnostic efficacy and applica
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: This study explored a new method for automatic O-RADS classification of sonograms based on a deep convolutional neural network (DCNN).
METHODS: A development dataset (DD) of 2,455 2D grayscale sonograms of 870 ovarian adnexal lesions and an intertemporal validation dataset (IVD) of 426 sonograms of 280 lesions were collected and classified according to O-RADS v2022 (categories 2-5) by three senior sonographers. Classification results verified by a two-tailed z-test to be consistent with the O-RADS v2022 malignancy rate indicated the diagnostic performance was comparable to that of
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.
Efficacious strategies for early detection of lung cancer metastasis are of significance for improving the survival of lung cancer patients. Here we show the marker genes and serum secretome foreshadowing the lung cancer site-specific metastasis through dynamic network biomarker (DNB) algorithm, utilizing two clinical cohorts of four major types of lung cancer distant metastases, with single-cell RNA sequencing (scRNA-seq) of primary lesions and liquid chromatography-mass spectrometry data of sera. Also, we locate the intermediate status of cancer cells, along with its gene signatures, in each
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