Thalassemia is a hereditary blood disorder characterized by abnormal hemoglobin production. Common diagnostic methods include complete blood count, high-performance liquid chromatography, and hemoglobin electrophoresis. While physicians make the final diagnosis, advancements in artificial intelligence, specifically machine learning (ML) and deep learning, offer significant potential as auxiliary tools and decision support systems to reduce diagnostic errors. This study investigates ML algorithms for classifying thalassemia and its subtypes, including alpha (α) thalassemia and beta (β) thalasse
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.
BACKGROUND: Serum ferritin is a primary marker of body iron stores; however, its diagnostic utility is limited by cost and non-specific elevation during inflammatory states. This study aimed to develop and validate explainable machine learning (ML) models to estimate ferritin status using only widely available and cost-effective complete blood count (CBC) and demographic parameters.
METHODS: This prospective study analyzed 12,450 adult laboratory records. To ensure ferritin reflected true iron status, cases with inflammation (elevated white blood cell count or erythrocyte sedimentation rate)
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: The rising prevalence of Alzheimer's disease (AD) associated with global population aging has become a critical health concern. Accurate and early diagnosis is essential for timely clinical intervention. Structural MRI-based radiomics and graph-theoretical modeling have recently provided new perspectives for identifying neurodegenerative changes.
OBJECTIVE: This study aimed to develop a unified framework integrating morphological brain fingerprinting and graph-theoretical network analysis to classify AD, mild cognitive impairment (MCI), and normal controls (NC), and to characteriz
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.Autonomous sensory meridian response (ASMR) is a tingling sensation induced while attending to specific sounds, including whispering, tapping, scratching, or other soft, repetitive noises. While previous studies focused on low arousal-positive emotions such as relaxation and calmness, this study explores a broader range of emotions elicited by ASMR auditory stimuli, including happiness, sadness, and disgust.Approach.The proposed study collects the multi-modal physiological data from electroencephalography, photoplethysmography, and electrodermal activity via wearable bio-sensors from
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.
Lung cancer remains a leading cause of cancer-related mortality worldwide, with early and accurate diagnosis posing a critical challenge for improving patient outcomes. Gene expression data provide crucial insights for lung cancer classification by revealing underlying biological mechanisms. However, the high dimensionality of such data presents challenges, including computational complexity and overfitting risks. This study proposes a hybrid feature extraction framework combining Principal Component Analysis (PCA) and Mutual Information (MI) to address these issues. PCA reduces dimensionality
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.
Pedestrians are among the most vulnerable road users and remain a primary focus of intelligent vehicle safety. In high-risk scenarios where avoidance is physically infeasible, vehicles' front-end structural designs (e.g., active hoods) play a crucial role in injury mitigation. However, existing systems typically rely on contact-based sensors, which leave extremely short time for device deployment. To address this challenge, this study proposes a prediction-based integrated pedestrian safety framework. We constructed a vehicle-perspective, human-in-the-loop virtual reality dataset specifically
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.
Drinking-water fluorosis remains a major public health concern in China due to sustained reliance on high-fluoride groundwater in rural regions. Using the largest harmonized national dataset to date-138,180 site records and 38 environmental predictors spanning climatic, topographic, soil, hydrological, geological, and volcanic domains-artificial neural network (ANN), random forest (RF), and logistic regression (LR) models were developed and evaluated via spatial block 5-fold cross-validation to mitigate spatial autocorrelation and improve geographic generalization. All models demonstrated stro
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.
Assessing balance is crucial in neurological rehabilitation, yet while wearable sensors enable real-world monitoring, identifying reliable digital biomarkers remains challenging. This study utilized a high-fidelity instrumented walkway to determine which gait parameters best predict balance impairment, providing robust targets for future wearable applications. We analyzed 49 steady-state gait metrics from 140 individuals with diverse neurological conditions. Using statistical analysis and machine learning, we evaluated these parameters against objective force plate sway scores and clinical fal
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.
Retinotopic tuning of neural populations is a key organizing principle of human visual cortex. However, state-of-the-art models that predict neural recordings based on task-optimized Convolutional Neural Networks (CNNs) do not take this retinotopic organization into account. Furthermore, while retinotopic tuning in visual cortex has been studied extensively using functional magnetic resonance imaging, the temporal dynamics of processing information from distinct parts of the visual field are less well understood. Here, we reveal distinct temporal profiles for foveal and peripheral visual infor
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 study aimed to systematically evaluate the diagnostic performance of artificial intelligence (AI) in differentiating hepatocellular carcinoma (HCC) from cholangiocarcinoma (CCA) using abdominal CT and MRI, with an emphasis on its clinical implications for liver cancer management.
METHODS: Following the PRISMA guidelines, we conducted a comprehensive literature search across five major databases (PubMed, Web of Science, ScienceDirect, Scopus, and Google Scholar) from 2000 to May 6, 2025. Eligible studies included original research that applied AI for the diagnosis of HCC or CCA
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.
OBJECTIVES: Precise delineation of early gastric cancer (EGC) margins is essential for complete resection during endoscopic submucosal dissection. This study aimed to develop deep learning-based models for EGC boundary detection in narrow-band imaging (NBI) and near-focus NBI (NF-NBI) images.
METHODS: A total of 1215 NBI and 1646 NF-NBI images from EGC patients were used to train three convolutional neural networks (CNN1-CNN3), generating six deep learning models (Model1-Model6). Segmentation performance was compared among models and endoscopists of varying seniority.
RESULTS: On NBI images,
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.
Neural networks (NNs) possess the capability to learn complex data relationships, recognize inherent patterns by emulating human brain functions, and generate predictions based on novel data. We conducted deep learning utilizing an NN to differentiate between Parkinson's disease (PD) and the parkinsonian variant (MSA-P) of multiple system atrophy (MSA). The distinction between PD and MSA-P in the early stages presents significant challenges. Considering the recently reported heterogeneity and random distribution of lesions in MSA, we performed an analysis employing an NN with voxel-based morph
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: Machine learning (ML) predictive models promise to handle complex data and deliver accurate predictions in the medical field. The aim of this study was to develop ML predictive models for posterior dental restorations failures in both primary and permanent teeth.
METHODS: Data from two clinical datasets were used in this study, encompassing a Randomized Controlled Trial (RCT) for permanent teeth (CaCIA Trial) and a corresponding RCT for primary teeth (CARDEC 3). Models were developed using five different algorithms-Decision Tree, Random Forest, XGBoost, CatBoost and Neural Network-
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.
We present a multimodal framework to improve the precision of electrode placement in deep brain stimulation (DBS) by fusing preoperative neuroimaging with intraoperative electrophysiology for accurate electrode co-alignment. The workflow integrates automated subthalamic nucleus (STN) segmentation from preoperative MRI using a two-step convolutional neural network (CNN), classification of microelectrode recordings (MER) with a transformer encoder and spatial co-alignment via a discrete optimisation procedure. Implemented as a 3D Slicer plugin, the pipeline enables real-time visualisation and in
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.
OBJECTIVES: This study aimed to identify risk factors for diabetic retinopathy (DR) and develop machine learning (ML)-based predictive models using routine laboratory data in patients with type 2 diabetes mellitus (T2DM).
METHODS: Clinical data from 4259 T2DM inpatients at Beijing Tongren Hospital were analyzed, divided into a model construction data set (N = 3936) and an external validation data set (N = 323). Using 39 optimal variables, a prediction model was constructed using the eXtreme Gradient Boosting (XGBoost) algorithm and compared with four other algorithms: support vector machine (
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 AND OBJECTIVE: Realistic and accurate estimation of the surgery duration is one of the key factors influencing the optimization of hospital work and, consequently, the planning and management of the budget. In the present study, the authors proposed a method for predicting the phacoemulsification cataract surgery based on ophthalmic and systemic factors.
METHODS: The study group included 1192 patients aged 70.4 ± 10 years who underwent phacoemulsification cataract surgery. The surgical procedures were performed by both experienced surgeons and trainees (15 % of procedures). 25 para
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: To train and validate a convolutional neural network (CNN) to detect the history of laser-assisted in situ keratomileusis (LASIK) surgeries using corneal optical coherence tomography (OCT) maps.
METHODS: Five corneal OCT maps (pachymetry, epithelial thickness, posterior mean curvature, anterior axial power, and anterior stroma reflectance) were utilized as the input of a lightweight CNN model. OCT scans of healthy volunteers and patients who had undergone myopic or hyperopic LASIK were included. Repeated fivefold cross-validation was used to train and evaluate the proposed CNN. In ad
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: Cognitive impairment is common but frequently undiagnosed in the dialysis population. We aimed to develop and validate a quick and accurate screening tool using machine-learning-based approaches in them.
METHODS: In this cross-sectional observational study, we administered the Mini-Mental State Examination (MMSE) and Cognitive Abilities Screening Instrument (CASI) in 508 hemodialysis patients and randomly divided them into a derivation set (70%) and a validation set (30%). Using three to five key items from MMSE and CASI as predictors, we developed six machine learning models, inc
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: Point-of-care ultrasonography (POCUS) enables cardiac imaging at the bedside and in communities but is limited by abbreviated protocols and variation in quality. We aimed to develop and test artificial intelligence (AI) models to screen for under-diagnosed cardiomyopathies from cardiac POCUS.
METHODS: In a development set of 290 245 transthoracic echocardiographic videos across the Yale-New Haven Health System (YNHHS), we used augmentation approaches, and a customised loss function weighted for view quality to derive a POCUS-adapted, multi-label, video-based convolutional neural n
СтатьяМногоцентровое исследованиеПоддержка 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 AND OBJECTIVE: Patient-ventilator asynchronies (PVA) are associated with ventilator-induced lung injury and increased mortality. Current detection methods rely on static thresholds, extensive preprocessing, or proprietary ventilator data. This study aimed to develop and validate a fully online, real-time system that detects and classifies PVAs directly from ventilator screen data while alerting clinicians based on severity.
METHODS: The SmartAlert system was developed using ventilator screen recordings from ICU patients. It extracts pressure and flow waveforms from video recordings
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