Several studies published so far used highly selective image datasets from unclear sources to train computer vision models and that may lead to overestimated results, while those studies conducted in real-life remain scarce. To avoid image selection bias, we stacked convolutional and recurrent neural networks (CNN-RNN) to analyze complete optical coherence tomography (OCT) cubes in a row and predict diabetic macular edema (DME), in a real-world diabetic retinopathy screening program. A retrospective cohort study was carried out. Throughout 4-years, 5314 OCT cubes from 4408 subjects who attende…
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.
Outcome prediction after Gamma Knife thalamotomy for essential tremor remains largely guided by baseline tremor severity, target anatomy, radiosurgical dose parameters, and institutional experience rather than individualized estimates of functional improvement, latency to benefit, and adverse radiation effect risk. We developed THINKERS-ET, a mixture-of-experts (MoE) artificial intelligence framework for personalized functional outcome prediction and dose-policy evaluation after Gamma Knife thalamotomy. We performed a retrospective single-center treatment-level study of patients with medically
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.
Artificial intelligence (AI) research today is largely driven by ever-larger neural network models trained on graphics processing units (GPUs). This paradigm has yielded remarkable progress, but it also risks entrenching a hardware lottery in which algorithmic choices succeed primarily because they align with current hardware, rather than because they are inherently superior. In particular, the dominance of transformer architectures running on GPU clusters has led to an arms race of scaling up models, resulting in exorbitant computational costs and energy usage. At the same time, today's AI mo
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.
Accurate diagnosis and risk stratification are central for optimal management of patients with melanoma. Current American Joint Committee on Cancer (AJCC) staging systems inadequately stratify patients with clinically meaningful metastatic potential. Manual histopathologic interpretation compounds this limitation, particularly for diagnostically ambiguous lesions at the benign-malignant interface, where concordance is highly variable. This review examines how computational pathology and convolutional neural networks (CNNs) can improve histopathologic diagnosis and risk stratification of melano
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.
Objective. To develop an artifact-management method suitable for low-density, dry-electrode electroencephalogram (EEG) recorded from a wearable eyewear platform, enabling artifact detection, classification, and correction while avoiding unnecessary processing of clean neural activity.Approach. A gated two-stage pipeline is proposed in which a lightweight gate classifier first identifies artifact-contaminated EEG windows and selectively triggers further processing only when needed. The complete pipeline combines: (i) a time-domain feature-based detector, (ii) a convolutional-recurrent network f
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.
Advanced methods for analyzing data are in high demand as the volume of high-dimensional data used in healthcare services increases, particularly for the early detection and management of Chronic Kidney Disease (CKD). False diagnosis and treatment of CKD have been rendered more challenging by the complicated nature and the several features detected in these collections of data. Optimizing the diagnostic result depends significantly on the efficient analysis and processing of such complex data. Recent healthcare data analysis tools, including the Feature Selection Model (FSM), face challenges w
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.
Glioblastoma (GBM) is the most aggressive primary brain tumour in adults, characterised by rapid progression, extensive heterogeneity, and poor outcomes despite surgery, radiotherapy, and temozolomide (TMZ). A subpopulation of glioblastoma stem cells (GSCs) with self-renewal and multi-lineage differentiation capabilities drives tumour initiation, progression, recurrence, and therapeutic resistance. GSCs evade conventional treatments via enhanced DNA repair, multidrug efflux, activation of survival pathways, epigenetic reprogramming, and entry into quiescent states. Moreover, these cells utilis
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/Objectives: It is essential to test the accuracy of artificial intelligence-assisted tools that detect dental pathologies from radiographs. This study aimed to evaluate the test characteristics of an artificial intelligence-assisted convolutional neural network-based prototype used for automated radiographic detection. Methods: A total of 300 panoramic and 100 intraoral periapical radiographs were collected between January 2020 and 2024 and then analyzed by two trained, independent specialist evaluators. The diagnostic consensus, "ground truth", was labeled as follows: BL: bone loss
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.
Acute pancreatitis (AP) presents a significant clinical challenge due to its wide range of severity, from mild cases to life-threatening complications such as severe acute pancreatitis (SAP), necrosis, and multi-organ failure. Traditional scoring systems, such as Ranson and BISAP, offer foundational tools for risk stratification but often lack early precision. This review aims to explore the transformative role of artificial intelligence (AI) and machine learning (ML) in AP management, focusing on their applications in diagnosis, severity prediction, complication management, and treatment opti
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.
Respiratory and cardiovascular diseases represent a significant global health burden, underscoring the need for innovative, accessible, and cost-effective screening solutions. This study introduces a clinically grounded framework for the early detection of cardiorespiratory conditions using commodity smartphones equipped with inertial measurement unit sensors. The proposed method leverages accelerometer and gyroscope data collected under a standardized protocol from five distinct thoracoabdominal regions, enabling the acquisition of respiratory kinematics through non-invasive, low-cost technol
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.
AIMS: Recurrent congestive episodes are a primary cause of hospitalizations in patients with heart failure. Hitherto, outpatient management adopts a reactive approach, assessing patients clinically through frequent follow-up visits to detect congestion early. This study aims to assess the capabilities of a self-supervised contrastive learning-derived risk index to detect episodes of acute decompensated heart failure (ADHF) in patients using continuously recorded wearable time-series data.
METHODS AND RESULTS: This is the protocol for a single-arm, prospective cohort pilot study that will incl
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.
Postpartum pain encompasses a range of physical and emotional discomforts, often influenced by hormonal changes, physical recovery, and individual psychological states. The complex interactions between the variables can make it difficult for traditional diagnostic techniques to fully capture, creating inadequacies and inefficient management techniques. The aims to develop a comprehensive diagnostic and management framework for postpartum pain by integrating Natural Language Processing (NLP), electrophysiological data, and Traditional Chinese Medicine (TCM) principles. The seeks to enhance the
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.
Dynamic 2-[18F] fluoro-2-deoxy-D-glucose positron emission tomography (dFDG-PET) for human brain imaging has considerable clinical potential, yet its utilization remains limited. A key challenge in the quantitative analysis of dFDG-PET is characterizing a patient-specific blood input function, traditionally reliant on invasive arterial blood sampling. This research introduces a novel approach employing non-invasive deep learning model-based computations from the internal carotid arteries (ICA) with partial volume (PV) corrections, thereby eliminating the need for invasive arterial sampling. We
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.
Visually Impaired Persons (VIPs) have difficulty in recognizing vehicles used for navigation. Additionally, they may not be able to identify the bus to their desired destination. However, the bus bay in which the designated bus stops has not been analyzed in the existing literature. Thus, a guidance system for VIPs that identifies the correct bus for transportation is presented in this paper. Initially, speech data indicating the VIP's destination are pre-processed and converted to text. Next, utilizing the Arctan Gradient-activated Recurrent Neural Network (ArcGRNN) model, the number of bays
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: To determine which statistical techniques enhance our ability to predict ambulation and transfer ability in people with spina bifida (SB).
DESIGN: Retrospective cohort study.
SETTING: Thirty-five US outpatient SB clinic sites.
PARTICIPANTS: Individuals (n=4589) with SB aged 5-73 years (median age=13.59y).
INTERVENTION: Not applicable.
MAIN OUTCOME MEASURES: Ambulation ability, which consisted of the following categories: community ambulators, household ambulators, therapeutic ambulators, and nonambulators.
SECONDARY OUTCOME: Wheelchair transfer ability, as defined by the abili
СтатьяПоддержка службы здравоохранения 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.
BACKGROUND: The presence and intensity of heart murmurs are sensitive indicators of several cardiac diseases in dogs, particularly myxomatous mitral valve disease (MMVD), but accurate interpretation requires substantial clinical expertise.
OBJECTIVES: Assess if a machine-learning algorithm can be trained to accurately detect and grade heart murmurs in dogs and detect cardiac disease in electronic stethoscope recordings.
ANIMALS: Dogs (n = 756) with and without cardiac disease attending referral centers in the United Kingdom.
METHODS: All dogs received full physical and echocardiographic exa
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.
PURPOSE: Breathing parameters change with activity and posture, but currently available solutions can perform measurements only during static conditions.
METHODS: This article presents an innovative wearable sensor system constituted by three inertial measurement units to simultaneously estimate respiratory rate (RR) in static and dynamic conditions and perform human activity recognition (HAR) with the same sensing principle. Two units are aimed at detecting chest wall breathing-related movements (one on the thorax, one on the abdomen); the third is on the lower back. All units compute the qu
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.
Accurate and practical load modeling plays a critical role in the power system studies including stability, control, and protection. Recently, wide-area measurement systems (WAMSs) are utilized to model the static and dynamic behavior of the load consumption pattern in real-time, simultaneously. In this article, a WAMS-based load modeling method is established based on a multi-residual deep learning structure. To do so, a comprehensive and efficient load model founded on combination of impedance-current-power and induction motor (IM) is constructed at the first step. Then, a deep learning-base
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 microscopic diagnostic differentiation of odontogenic cysts from other cysts is intricate and may cause perplexity for both clinicians and pathologists. Of particular interest is the odontogenic keratocyst (OKC), a developmental cyst with unique histopathological and clinical characteristics. Nevertheless, what distinguishes this cyst is its aggressive nature and high tendency for recurrence. Clinicians encounter challenges in dealing with this frequently encountered jaw lesion, as there is no consensus on surgical treatment. Therefore, the accurate and early diagnosis of such cysts will b
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: Extracting metastatic information from previous radiologic-text reports is important, however, laborious annotations have limited the usability of these texts. We developed a deep-learning model for extracting primary lung cancer sites and metastatic lymph nodes and distant metastasis information from PET-CT reports for determining lung cancer stages.
METHODS: PET-CT reports, fully written in English, were acquired from two cohorts of patients with lung cancer who were diagnosed at a tertiary hospital between January 2004 and March 2020. One cohort of 20,466 PET-CT reports was use
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