PURPOSE: Early detection of brain metastases (BMs) is critical for prompt treatment and optimal control of the disease. In this study, we seek to predict the risk of developing BM among patients diagnosed with lung cancer on the basis of electronic health record (EHR) data and to understand what factors are important for the model to predict BM development through explainable artificial intelligence approaches accurately.
MATERIALS AND METHODS: We trained a recurrent neural network model, REverse Time AttentIoN (RETAIN), to predict the risk of developing BM using structured EHR data. To inter
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
PURPOSE: To investigate the impact of the following three methodological pitfalls on model generalizability: (a) violation of the independence assumption, (b) model evaluation with an inappropriate performance indicator or baseline for comparison, and (c) batch effect.
MATERIALS AND METHODS: The authors used retrospective CT, histopathologic analysis, and radiography datasets to develop machine learning models with and without the three methodological pitfalls to quantitatively illustrate their effect on model performance and generalizability. F1 score was used to measure performance, and dif
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: Parkinsonian diseases and cerebellar ataxia among movement disorders, are representative diseases which present with distinct pathological gaits. We proposed a machine learning system that can differentiate Parkinson's disease (PD), cerebellar ataxia and progressive supranuclear palsy Richardson syndrome (PSP-RS) based on postural instability and gait analysis.
METHODS: We screened 1467 gait (GAITRite) and postural instability (Pedoscan) analyses performed in Samsung Medical Center from January 2019 to December 2020. PD, probable PSP-RS, and cerebellar ataxia (i.e., probable MSA-C
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.
Aiming at the disadvantages of easy recurrence of keratitis, difficult eradication by surgery, and easy bacterial resistance, insulin-loaded liposomes were prepared, and convolutional neural network was used as a statistical algorithm to build SD rat corneal inflammation model and study insulin-loaded liposomes, alleviating effect on corneal inflammatory structure in SD rats. The INS/PFOB@LIP was developed by means of thin-film dispersive phacoemulsification, its structure was monitored using a transmission electron microscope, particle size and appearance potential were monitored using a Malv
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: Low back pain (LBP) presents with diverse manifestations, necessitating personalized treatment approaches that recognize various … tal musculoskeletal intervention program were stored in the cloud. Two machine learning techniques, recurrent neural networks (RNNs) and light gradient boosting machine (LightGBM), continuously analyzed session updates up to session 7 to predict the likelihood of achieving significant pain relief at the program end. Model performance was assessed using the area under the r …
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.
Mapping neuronal activation using calcium imaging in vivo during behavioural tasks has advanced our understanding of nervous system function … omplexity to this code. In the present study, we develop a tool, CaMLSort, which uses convolutional recurrent neural networks to classify calcium imaging traces as arising from either tonic or bursting cells. We validate this classifier using a number of different methods and find that it performs well on simulated event rasters as well as real biological data that it had …
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.
BACKGROUND: There is progress to be made in building artificially intelligent systems to detect abnormalities that are not only accurate but … r prevalence in our dataset. To expand the algorithms beyond pre-defined keywords, attention-guided recurrent neural networks (RNN) were trained using the RBA-extracted labels to classify reports as being positive for one or more diseases or normal for each organ system. Alternative effects on disease classification performance were evaluated using random initialization or …
СтатьяПоддержка NIH: внешняя программаПолный 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.
Introduction: Voice-based digital biomarkers have emerged as a promising approach for distinguishing individuals with neurodegenerative disorders, particularly Parkinson's disease (PD), from healthy subjects (HS). With the increasing availability of smartphone and web-based recording tools, voice data can be collected efficiently in both clinical and remote settings. However, further validation is required before such approaches can be translated into routine clinical practice. Methods: This study used a cross-sectional analysis at the recording level, treating repeated recordings from the sam
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: To develop a deep learning (DL) model for predicting disease-free survival (DFS) in clinical stage I lung cancer patients who underwent surgical resection using pre-treatment CT images, and further validate it in patients receiving stereotactic body radiation therapy (SBRT).
MATERIALS AND METHODS: A retrospective cohort of 2489 clinical stage I non-small cell lung cancer (NSCLC) patients treated with operation (2015-2017) was enrolled to develop a DL-based DFS prediction model. Tumor features were extracted from CT images using a three-dimensional convolutional neural network. Ext
СтатьяМногоцентровое исследованиеПолный 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/Objectives: High-grade gliomas are the most common primary malignant brain tumors in adults. These neoplasms remain predominantly incurable due to the genetic diversity within each tumor, leading to varied responses to specific drug therapies. With the advent of new targeted and immune therapies, which have demonstrated promising outcomes in clinical trials, there is a growing need for image-based techniques to enable early prediction of treatment response. This study aimed to evaluate the potential of radiomics and artificial intelligence implementation in predicting progression-fr
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: Social networking services (SNS) closely reflect the lives of individuals in modern society and generate large amounts of data. Previous studies have extracted drug information using relevant SNS data. In particular, it is important to detect adverse drug reactions (ADRs) early using drug surveillance systems. To this end, various deep learning methods have been used to analyze data in multiple languages in addition to English.
OBJECTIVE: A cautionary drug that can cause ADRs in older patients was selected, and Korean SNS data containing this drug information were collected. Based
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.
Objective: To explore the feasibility of using faster regional convolutional neural network (Faster R-CNN) to evaluate the status of circumferential resection margin (CRM) of rectal cancer in the magnetic resonance imaging (MRI). Methods: This study was registered in the Chinese Clinical Trial Registry (ChiCTR-1800017410). Case inclusion criteria: (1) the positive area of CRM was located between the plane of the levator ani, anal canal and peritoneal reflection; (2) rectal malignancy was confirmed by electronic colonoscopy and histopathological examination; (3) positive CRM was confirmed by po
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.
OBJECTIVE: Predicting postoperative deterioration following cardiac surgery remains challenging. Conventional risk scores rely on static variables and fail to capture evolving physiologic trajectories. We developed a time-series deep learning model (DLM) using serial intensive care unit (ICU) measurements to dynamically predict mortality and continuous renal replacement therapy (CRRT) following cardiac surgery.
METHODS: Using the Medical Information Mart for Intensive Care database, we analyzed ICU admissions of patients undergoing coronary artery bypass grafting, isolated or combined with va
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 rapid emergence of carbapenem-resistant Enterobacterales, particularly among ESKAPE pathogens such as Klebsiella pneumoniae, has significantly compromised the effectiveness of existing antibiotics. This resistance, usually mediated by KPC-2 β-lactamase, poses a critical threat to effective antimicrobial therapy, necessitating the urgent need for novel inhibitors. In this study, a chemical language model (CLM) was developed to generate novel drug candidates against KPC-2 by integrating deep generative modeling with a SELFIES-based recurrent neural network. The CLM was trained on approximate
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: Diagnosis and surveillance of bladder cancer rely on white-light cystoscopy (WLC). However, this modality is operator-dependent and associated with a risk of missed lesions, contributing to high recurrence rates, especially in non-muscle invasive bladder cancer. Recent advances in artificial intelligence (AI) enable software-based decision support for bladder lesion detection, with potential for vendor-independent deployment and broad integration into routine clinical workflows.
OBJECTIVE: To develop and externally validate an AI-based clinical decision support system for real-tim
СтатьяВалидационное 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.
Altered affective state dynamics are a characteristic feature of depression and can persist beyond symptomatic remission. Individuals with remitted major depressive disorder (rMDD) often show heightened reactivity to negative mood states and reduced efficiency in recovering from them, consistent with changes in affective dynamics after remission. These patterns may reflect alterations in the brain's capacity to flexibly shift between neural states that support distinct affective modes. Characterizing the dynamical mechanisms that govern transitions into and out of experimentally induced affect
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.
Migraine with aura (MwA) is a common and severely disabling neurological disorder, characterised by transient yet recurrent visual disturbances, including scintillating scotomas, flickering photopsias, and complex geometric patterns. These episodic visual phenomena significantly compromise daily functioning, productivity, and overall quality of life. Despite extensive research, the underlying pathophysiological mechanisms remain only partially understood. Cortical spreading depression (CSD), a propagating wave of neuronal and glial depolarisation, has been identified as a central process in Mw
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 and Objectives: Gliomas are characterized by high disability rates, frequent recurrence, and low survival rates, posing a significant threat to human health. Accurate grading of gliomas is crucial for treatment plan selection and prognostic assessment. Previous studies have primarily focused on the binary classification (i.e., high grade vs. low grade) of gliomas. In order to perform the four-grade (grades I, II, III, and IV) glioma classification preoperatively, we constructed an artificial neural network (ANN) model using magnetic resonance imaging data. Materials and Methods: We
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.
INTRODUCTION: Infectious diseases present significant challenges to global healthcare systems due to their rapid spread and associated profound health implications. Early detection of unusual increases in case numbers is crucial for achieving efficient resource allocation and effective response planning.
METHOD: Therefore, this research proposes and develops a time series predictive framework based on long short-term memory (LSTM), bidirectional LSTM (BiLSTM), and gated recurrent unit (GRU) neural network models to forecast the number of COVID-19 cases in Saudi Arabia and detect any unusual i
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: Chronic low back pain (cLBP) is a prevalent condition associated with poor rehabilitation outcomes and high recurrence rates. Previous studies suggest that the number, structure, and network patterns of trunk muscle synergy may contribute to this condition. Our previous research mapped the neural representation of cLBP trunk muscles in the primary motor cortex (M1) and identified a disrupted M1-trunk muscle synergy pattern. Recent studies indicate that the dorsolateral prefrontal cortex (DLPFC) has a key role in the internal connectivity of cLBP patients when coping with chronic pa
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.
MedElevator
Войти в исследования