Purpose To develop a radiomic graph framework, RadGraph, for spatial analysis of pretreatment CT images to improve prediction of local-regional recurrence (LR) and distant metastasis (DM) in head and neck squamous cell carcinoma (HNSCC). Materials and Methods This retrospective study included four public pre-radiotherapy treatment CT datasets of patients with HNSCC obtained from The Cancer Imaging Archive (images collected between 2003 and 2018). Computational graphs and graph attention deep learning methods were leveraged to holistically model multiple regions in the head and neck anatomy. Cl
СтатьяПоддержка NIH: внешняя программаПоиск 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.
Renal cell carcinomas (RCCs) are the seventh most widespread histological cancer. Around 40% of patients die in RCC due to the disease development. Thus, this tumour is the most lethal malignant urological tumour. The histopathologic classification of RCC is vital for the prognosis, diagnosis, and patient management. Classification and detection of intricate RCC histologic patterns on surgical and biopsy surgery slides under a microscope endures a comprehensively specified, time-consuming task and error-prone for pathologists. A wholly automatic and accurate technique of grading kidney tumours
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: This research evaluates the feasibility of addressing computer vision problems with limited resources, particularly in the context of medical data, where patient privacy concerns restrict data availability. The study focuses on diagnosing skin diseases using five distinct transfer learning models based on convolutional neural networks.
METHODS: Two versions of the dataset were created, one imbalanced (4092 samples) and the other balanced (5182 samples), using simple data augmentation techniques. Preprocessing techniques were employed to enhance the quality and utility of the data,
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: Dynamic in vivo changes in melanin in melasma lesions after exposure to ultraviolet (UV) irradiation have not been described.
OBJECTIVES: To determine whether melasma lesions and nearby perilesions demonstrated different adaptive responses to UV irradiation and whether the tanning responses were different among different locations on face.
METHODS: We collected sequential images from real-time cellular resolution full-field optical coherence tomography (CRFF-OCT) at melasma lesions and perilesions among 20 Asian patients. Quantitative and layer distribution analyses for melanin w
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.
Considering the increasing aging of the population, multi-device monitoring of the activities of daily living (ADL) of older people becomes crucial to support independent living and early detection of symptoms of mental illnesses, such as depression and Alzheimer's disease. Anomalies can anticipate the diagnosis of these pathologies in the patient's normal behavior, such as reduced hygiene, changes in sleep habits, and fewer social interactions. These abnormalities are often subtle and hard to detect. Especially using non-intrusive monitoring devices might cause anomaly detectors to generate f
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.
OBJECTIVES/HYPOTHESIS: There may be an interobserver variation in the diagnosis of laryngeal disease based on laryngoscopic images according to clinical experience. Therefore, this study is aimed to perform computer-assisted diagnosis for common laryngeal diseases using deep learning-based disease classification models.
STUDY DESIGN: Experimental study with retrospective data METHODS: A total of 4106 images (cysts, nodules, polyps, leukoplakia, papillomas, Reinke's edema, granulomas, palsies, and normal cases) were analyzed. After equal distribution of diseases into ninefolds, stratified eigh
СтатьяПоддержка исследования: вне правительства СШАВалидационное 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: Celiac disease (CD) is a difficult-to-diagnose condition because of its multiple clinical presentations and symptoms shared with other diseases. Gold-standard diagnostic confirmation of suspected CD is achieved by biopsying the small intestine.
OBJECTIVE: To develop a clinical decision-support system (CDSS) integrated with an automated classifier to recognize CD cases, by selecting from experimental models developed using intelligence artificial techniques.
METHODS: A web-based system was designed for constructing a retrospective database that included 178 clinical cases for trai
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАВалидационное 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.
Paralyzed patients were increasing day by day. Some of the neurodegenerative diseases like amyotrophic lateral sclerosis, Brainstem Leison, Stupor and Muscular dystrophy affect the muscle movements in the body. The affected persons were unable to migrate. To overcome from their problem they need some assistive technology with the help of bio signals. Electrooculogram (EOG) based Human Computer Interaction (HCI) is one of the technique used in recent days to overcome such problem. In this paper we clearly check the possibilities of creating nine states HCI by our proposed method. Signals were c
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.
Autism spectrum disorder (ASD) is a condition observed in children who display abnormal patterns of interaction, behavior, and communication with others. Despite extensive research efforts, the underlying causes of this neurodevelopmental disorder and its biomarkers remain unknown. However, advancements in artificial intelligence and machine learning have improved clinicians' ability to diagnose ASD. This review paper investigates various MRI modalities to identify distinct features that characterize individuals with ASD compared to typical control subjects. The review then moves on to explore
СтатьяОбзорПоиск 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: Current methods of intracranial aneurysm rupture risk assessment in the clinical setting depend on user measurements of morphological factors. Recently, machine learning (ML) has been proposed to assist in stratification of aneurysmal rupture risk. While numerous approaches have been taken, most rely on small sample sizes, restrict to specific anatomical locations, or manually balance ruptured and unruptured samples to enhance classification. By using 7 ML classifiers on a retrospective cohort of consecutive aneurysms distributed throughout the cranial vasculature, we present a com
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.
For effective information processing, two large-scale distributed neural networks appear to be critical: a multimodal executive system anchored on the dorsolateral prefrontal cortex (DLPFC) and a salience system anchored on the anterior insula. Aberrant interaction among distributed networks is a feature of psychiatric disorders such as schizophrenia. We used whole-brain Granger causal modeling using resting fMRI and observed a significant failure of both the feedforward and reciprocal influence between the insula and the DLPFC in schizophrenia. Further, a significant failure of directed influ
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.
Parkinson's disease (PD) is a multifactorial neurodegenerative disorder characterized by complex interactions across molecular, cellular, circuit, and behavioral scales. While experimental and clinical studies have provided critical insights into PD pathology, integrating these heterogeneous data into coherent mechanistic frameworks and translational strategies remains a major challenge. Computational modeling offers a powerful approach to bridge these scales, enabling the systematic investigation of disease mechanisms, candidate biomarkers, and therapeutic strategies. In this review, we surve
СтатьяОбзорПоиск 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: Older adults with mild cognitive impairment (OAwMCI) experience a two-fold increased risk of falling compared to their cognitively intact counterparts. This increased risk could be attributed to impairments in balance control mechanisms (both volitional and reactive), however, the exact neural substrates contributing to the balance impairments remain unclear. While changes in functional connectivity (FC) networks in volitional balance control tasks have been well highlighted, the relationship between these changes and reactive balance control has not been examined. Therefore, this
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.
Wireless acoustic sensor networks are nowadays an essential tool for noise pollution monitoring and managing in cities. The increased computing capacity of the nodes that create the network is allowing the addition of processing algorithms and artificial intelligence that provide more information about the sound sources and environment, e.g., detect sound events or calculate loudness. Several models to predict sound pressure levels in cities are available, mainly road, railway and aerial traffic noise. However, these models are mostly based in auxiliary data, e.g., vehicles flow or street geom
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.
Early and accurate detection of brain tumors is essential for improving treatment outcomes and patient survival. While pre-trained deep learning models such as ResNet, VGG, and MobileNet have achieved notable success in medical image classification, their generalized architectures often struggle to capture the intricate heterogeneity of brain tissues. This study introduces a customized Convolutional Neural Network (CNN) specifically designed for brain tumor classification, demonstrating superior performance over widely used pre-trained models. The primary objective of this research is to evalu
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: Prescription dose selection for recurrent glioblastoma treated with Gamma Knife radiosurgery remains highly individualized and is largely guided by tumor volume, anatomical constraints, prior radiation exposure, and physician judgment rather than patient-specific estimates of second progression risk. We developed THINKERS-GBM, a mixture-of-experts artificial intelligence framework for personalized dose evaluation after Gamma Knife radiosurgery.
METHODS: We performed a retrospective single-center patient-level study of recurrent glioblastoma treated with Gamma Knife radiosurgery. V
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.
Patients with Parkinson's disease (PD) often exhibit speech and voice impairments early in the disease course, making these characteristics potential biomarkers for diagnosis. Additionally, PD speech analysis offers a promising avenue for monitoring disease progression in response to therapeutic interventions. In this study, we propose a novel method for distinguishing PD patients from healthy controls (HCs) through the analysis of speech task recordings. Our method integrates recurrence plots (RPs) and their corresponding quantitative descriptors with established speech features, namely Mel-s
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.
Anticancer peptides (ACPs) have emerged as promising therapeutic candidates for cancer treatment due to their high efficacy and low propensity for inducing drug resistance. However, existing ACP identification methods primarily rely on peptide sequence features while neglecting spatial structural characteristics. Moreover, few approaches can simultaneously predict the functional activity of ACPs. To address these limitations, this study proposes Multi-ACPNet, a novel dual-function predictor capable of both ACP identification and activity type classification. This model innovatively integrates
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 the second most common neurodegenerative disorder, characterized by the gradual deterioration of dopamine-producing neurons. The main challenge of diagnosing this disease is that physical changes in the brain begin before the patient shows outward symptoms. This leads to the necessity of developing early methods for the detection of this disease. Therefore, with the proposed model, we aimed to significantly improve the early classification of PD using MRI scans by capitalizing on advanced Artificial Intelligence (AI) and Deep Learning (DL) techniques. Our goal of th
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.
Machine learning methods based on imaging and other clinical data have shown great potential for improving the early and accurate diagnosis of Alzheimer's disease (AD). However, for most deep learning models, especially those including high-dimensional imaging data, the decision-making process remains largely opaque which limits clinical applicability. Explainable Boosting Machines (EBMs) are inherently interpretable machine learning models, but are typically applied to low-dimensional data. In this study, we propose an interpretable machine learning framework that integrates data-driven featu
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